feat: 添加OCR结果合并工具说明文档，详细描述合并方式、目录结构及核心模块

merger/README.md

@@ -0,0 +1,650 @@
+# OCR 结果合并工具说明
+
+## 概述
+
+本工具包用于合并不同 OCR 工具的识别结果，主要功能是将结构化识别结果（如 MinerU、PaddleOCR_VL）与精确文字框坐标（PaddleOCR）进行合并，生成包含完整 bbox 信息的增强版 Markdown 和 JSON 文件。
+
+## 支持的合并方式
+
+### 1. MinerU + PaddleOCR
+- **输入**：
+  - MinerU 的 JSON 文件（包含表格结构、段落等）
+  - PaddleOCR 的 JSON 文件（包含精确的文字框坐标）
+- **输出**：
+  - 增强的 Markdown（包含 bbox 注释）
+  - 合并的 JSON（MinerU 格式 + bbox 信息）
+
+### 2. PaddleOCR_VL + PaddleOCR
+- **输入**：
+  - PaddleOCR_VL 的 JSON 文件（包含版面分析、表格识别等）
+  - PaddleOCR 的 JSON 文件（包含精确的文字框坐标）
+- **输出**：
+  - 增强的 Markdown（包含 bbox 注释）
+  - 合并的 JSON（转换为 MinerU 格式 + bbox 信息）
+
+## 目录结构
+
+```
+merger/
+├── __init__.py                      # 包初始化文件
+├── merger_core.py                   # MinerU 合并器核心类
+├── paddleocr_vl_merger.py          # PaddleOCR_VL 合并器核心类
+├── merge_mineru_paddle_ocr.py      # MinerU + PaddleOCR 主程序
+├── merge_paddleocr_vl_paddleocr.py # PaddleOCR_VL + PaddleOCR 主程序
+├── text_matcher.py                  # 文本匹配模块（共用）
+├── bbox_extractor.py               # Bbox 提取模块（共用）
+├── data_processor.py               # 数据处理模块（共用）
+├── markdown_generator.py           # Markdown 生成模块（共用）
+└── README.md                  # 本说明文档
+```
+
+## 核心模块说明
+
+### 1. 合并器类
+
+#### `MinerUPaddleOCRMerger` (merger_core.py)
+```python
+class MinerUPaddleOCRMerger:
+    """MinerU 和 PaddleOCR 结果合并器"""
+    
+    def __init__(self, look_ahead_window: int = 10, 
+                 similarity_threshold: int = 90):
+        """
+        Args:
+            look_ahead_window: 向前查找的窗口大小
+            similarity_threshold: 文本相似度阈值（0-100）
+        """
+    
+    def merge_table_with_bbox(self, mineru_json_path: str, 
+                             paddle_json_path: str) -> List[Dict]:
+        """合并 MinerU 和 PaddleOCR 的结果"""
+    
+    def generate_enhanced_markdown(self, merged_data: List[Dict], 
+                                   output_path: str = None) -> str:
+        """生成增强的 Markdown"""
+```
+
+#### `PaddleOCRVLMerger` (paddleocr_vl_merger.py)
+```python
+class PaddleOCRVLMerger:
+    """PaddleOCR_VL 和 PaddleOCR 结果合并器"""
+    
+    def __init__(self, look_ahead_window: int = 10, 
+                 similarity_threshold: int = 90):
+        """
+        Args:
+            look_ahead_window: 向前查找的窗口大小
+            similarity_threshold: 文本相似度阈值（0-100）
+        """
+    
+    def merge_table_with_bbox(self, paddleocr_vl_json_path: str, 
+                             paddle_json_path: str) -> List[Dict]:
+        """合并 PaddleOCR_VL 和 PaddleOCR 的结果"""
+    
+    def generate_enhanced_markdown(self, merged_data: List[Dict], 
+                                   output_path: str = None,
+                                   data_format: str = None) -> str:
+        """生成增强的 Markdown"""
+```
+
+### 2. 共用模块
+
+#### `TextMatcher` (text_matcher.py)
+负责文本匹配，找到 MinerU/PaddleOCR_VL 文本在 PaddleOCR 结果中的对应位置。
+
+**核心方法**：
+```python
+def find_matching_bbox(self, target_text: str, 
+                      text_boxes: List[Dict],
+                      start_index: int = 0,
+                      last_match_index: int = 0,
+                      look_ahead_window: int = 10) -> Tuple[Optional[Dict], int, int]:
+    """
+    查找匹配的 bbox
+    
+    Args:
+        target_text: 目标文本
+        text_boxes: PaddleOCR 文字框列表
+        start_index: 开始搜索的位置
+        last_match_index: 上一次匹配的索引
+        look_ahead_window: 向前查找窗口大小
+    
+    Returns:
+        (匹配的文字框, 新的开始位置, 新的last_match_index)
+    """
+```
+
+**匹配策略**：
+1. **顺序匹配**：优先从 `start_index` 开始顺序查找
+2. **窗口回溯**：在 `[last_match_index - look_ahead_window, last_match_index + look_ahead_window]` 范围内查找
+3. **相似度计算**：使用 `fuzzywuzzy` 计算文本相似度
+4. **指针更新**：匹配成功后更新指针，避免重复匹配
+
+#### `BBoxExtractor` (bbox_extractor.py)
+负责从 PaddleOCR 结果中提取文字框信息。
+
+**核心方法**：
+```python
+def extract_paddle_text_boxes(self, paddle_data: Dict) -> List[Dict]:
+    """
+    提取 PaddleOCR 的文字框信息
+    
+    Returns:
+        [
+            {
+                'text': '文本内容',
+                'bbox': [x1, y1, x2, y2],
+                'score': 0.99,
+                'used': False
+            },
+            ...
+        ]
+    """
+
+def extract_table_cells_with_bbox(self, merged_data: List[Dict]) -> List[Dict]:
+    """
+    提取所有表格单元格及其 bbox 信息
+    
+    Returns:
+        [
+            {
+                'text': '单元格文本',
+                'bbox': [x1, y1, x2, y2],
+                'table_index': 0,
+                'row': 1,
+                'col': 2
+            },
+            ...
+        ]
+    """
+```
+
+#### `DataProcessor` (data_processor.py)
+负责处理 MinerU/PaddleOCR_VL 数据，添加 bbox 信息。
+
+**核心方法**：
+```python
+def process_mineru_data(self, mineru_data: List[Dict], 
+                       paddle_text_boxes: List[Dict]) -> List[Dict]:
+    """
+    处理 MinerU 数据，添加 bbox 信息
+    
+    处理类型：
+    - text: 普通文本
+    - title: 标题
+    - table: 表格
+    - list: 列表
+    - image: 图片
+    - equation: 公式
+    """
+
+def process_paddleocr_vl_data(self, paddleocr_vl_data: Dict,
+                              paddle_text_boxes: List[Dict]) -> List[Dict]:
+    """
+    处理 PaddleOCR_VL 数据，添加 bbox 信息
+    
+    处理类型：
+    - paragraph_title: 段落标题
+    - figure_title: 图片标题
+    - text: 文本
+    - table: 表格
+    - figure: 图片
+    - equation: 公式
+    - reference: 参考文献
+    """
+```
+
+**表格处理逻辑**：
+1. 解析 HTML 表格结构
+2. 逐个单元格匹配 PaddleOCR 文字框
+3. 为每个 `<td>` 添加 `data-bbox`、`data-paddle-index`、`data-score` 属性
+4. 处理合并单元格（colspan、rowspan）
+
+#### `MarkdownGenerator` (markdown_generator.py)
+负责将合并后的数据生成 Markdown 文件。
+
+**核心特性**：
+- **自动格式检测**：自动识别 MinerU 或 PaddleOCR_VL 格式
+- **bbox 注释**：为每个元素添加 `<!-- bbox: [x1, y1, x2, y2] -->` 注释
+- **表格增强**：保留表格中的 bbox 属性
+- **图片处理**：自动复制图片文件
+
+**核心方法**：
+```python
+def detect_data_format(merged_data: List[Dict]) -> str:
+    """
+    检测数据格式
+    
+    Returns:
+        'mineru' 或 'paddleocr_vl'
+    """
+
+def generate_enhanced_markdown(merged_data: List[Dict], 
+                               output_path: Optional[str] = None,
+                               source_file: Optional[str] = None,
+                               data_format: Optional[str] = None) -> str:
+    """
+    生成增强的 Markdown
+    
+    Args:
+        merged_data: 合并后的数据
+        output_path: 输出路径
+        source_file: 源文件路径（用于复制图片）
+        data_format: 数据格式，None 则自动检测
+    """
+```
+
+**格式化方法**：
+- **MinerU 格式**：`_format_mineru_*()` 系列方法
+- **PaddleOCR_VL 格式**：`_format_paddleocr_vl_*()` 系列方法
+- **通用方法**：`_format_equation()`, `_format_metadata()` 等
+
+## 使用方法
+
+### 1. MinerU + PaddleOCR 合并
+
+#### 命令行使用
+
+```bash
+# 单文件处理
+python merger/merge_mineru_paddle_ocr.py \
+  --mineru-file /path/to/mineru_page_001.json \
+  --paddle-file /path/to/paddle_page_001.json \
+  --output-dir /path/to/output \
+  --format both
+
+# 批量处理
+python merger/merge_mineru_paddle_ocr.py \
+  --mineru-dir /path/to/mineru_results \
+  --paddle-dir /path/to/paddle_results \
+  --output-dir /path/to/output \
+  --format both \
+  --window 15 \
+  --threshold 85
+```
+
+#### 参数说明
+
+| 参数 | 说明 | 默认值 |
+|------|------|--------|
+| `--mineru-file` | MinerU JSON 文件路径（单文件模式） | - |
+| `--paddle-file` | PaddleOCR JSON 文件路径（单文件模式） | - |
+| `--mineru-dir` | MinerU 结果目录（批量模式） | - |
+| `--paddle-dir` | PaddleOCR 结果目录（批量模式） | - |
+| `-o, --output-dir` | 输出目录（必需） | - |
+| `-f, --format` | 输出格式：json/markdown/both | both |
+| `-w, --window` | 向前查找窗口大小 | 15 |
+| `-t, --threshold` | 文本相似度阈值（0-100） | 80 |
+
+
+### 2. PaddleOCR_VL + PaddleOCR 合并
+
+#### 命令行使用
+
+```bash
+# 单文件处理
+python merger/merge_paddleocr_vl_paddleocr.py \
+  --paddleocr-vl-file /path/to/paddleocr_vl_page_001.json \
+  --paddle-file /path/to/paddle_page_001.json \
+  --output-dir /path/to/output \
+  --format both
+
+# 批量处理
+python merger/merge_paddleocr_vl_paddleocr.py \
+  --paddleocr-vl-dir /path/to/paddleocr_vl_results \
+  --paddle-dir /path/to/paddle_results \
+  --output-dir /path/to/output \
+  --format both \
+  --window 15 \
+  --threshold 85
+```
+
+#### 参数说明
+
+| 参数 | 说明 | 默认值 |
+|------|------|--------|
+| `--paddleocr-vl-file` | PaddleOCR_VL JSON 文件路径（单文件模式） | - |
+| `--paddle-file` | PaddleOCR JSON 文件路径（单文件模式） | - |
+| `--paddleocr-vl-dir` | PaddleOCR_VL 结果目录（批量模式） | - |
+| `--paddle-dir` | PaddleOCR 结果目录（批量模式） | - |
+| `-o, --output-dir` | 输出目录（必需） | - |
+| `-f, --format` | 输出格式：json/markdown/both | both |
+| `-w, --window` | 向前查找窗口大小 | 15 |
+| `-t, --threshold` | 文本相似度阈值（0-100） | 80 |
+
+## 输出格式
+
+### 1. 增强的 Markdown
+
+```markdown
+<!-- bbox: [717, 191, 917, 229] -->
+# 账务明细清单
+
+<!-- bbox: [721, 233, 921, 254] -->
+# Statement Of Account
+
+<!-- bbox: [181, 257, 517, 283] -->
+开户银行：呼和浩特成吉思汗大街
+
+<!-- bbox: [176, 406, 1468, 1920] -->
+<table>
+  <tr>
+    <td data-bbox="[183,413,293,438]" data-paddle-index="10" data-score="0.9995">日期Date</td>
+    <td data-bbox="[296,413,486,438]" data-paddle-index="11" data-score="0.9988">业务类型Business Type</td>
+    <td data-bbox="[489,413,642,438]" data-paddle-index="12" data-score="0.9994">票据号Bill No.</td>
+  </tr>
+  ...
+</table>
+```
+
+### 2. 合并的 JSON
+
+#### MinerU 格式
+```json
+[
+  {
+    "type": "text",
+    "text": "账务明细清单",
+    "text_level": 1,
+    "bbox": [717, 191, 917, 229],
+    "page_idx": 0
+  },
+  {
+    "type": "table",
+    "table_body": "<table>...</table>",
+    "table_body_with_bbox": "<table>...</table>",
+    "bbox": [176, 406, 1468, 1920],
+    "bbox_mapping": "merged_from_paddle_ocr",
+    "table_cells": [
+      {
+        "text": "日期Date",
+        "bbox": [183, 413, 293, 438],
+        "paddle_index": 10,
+        "score": 0.9995,
+        "row": 0,
+        "col": 0
+      }
+    ],
+    "page_idx": 0
+  }
+]
+```
+
+#### PaddleOCR_VL 格式（转换为 MinerU 格式）
+```json
+[
+  {
+    "type": "text",
+    "text": "账务明细清单",
+    "text_level": 1,
+    "bbox": [719, 194, 924, 264],
+    "page_idx": 0
+  },
+  {
+    "type": "table",
+    "table_body": "<table>...</table>",
+    "table_body_with_bbox": "<table>...</table>",
+    "bbox": [177, 256, 1464, 393],
+    "bbox_mapping": "merged_from_paddle_ocr",
+    "table_cells": [...],
+    "page_idx": 0
+  }
+]
+```
+
+## 核心算法
+
+### 1. 文本匹配算法
+
+**目标**：在 PaddleOCR 的文字框列表中找到与 MinerU/PaddleOCR_VL 文本最匹配的 bbox。
+
+**策略**：
+1. **顺序匹配优先**：从 `start_index` 开始顺序查找
+2. **窗口回溯**：如果顺序匹配失败，在上一次匹配位置附近的窗口内查找
+3. **相似度筛选**：使用 `fuzzywuzzy.partial_ratio` 计算相似度，阈值默认 80%
+4. **指针管理**：维护两个指针
+   - `start_index`：下次搜索的起始位置
+   - `last_match_index`：上一次匹配的位置（用于窗口回溯）
+
+**伪代码**：
+```python
+def find_matching_bbox(target_text, text_boxes, start_index, last_match_index, window):
+    # 第一阶段：顺序查找
+    for i in range(start_index, len(text_boxes)):
+        if similarity(target_text, text_boxes[i].text) >= threshold:
+            return text_boxes[i], i + 1, i
+    
+    # 第二阶段：窗口回溯
+    window_start = max(0, last_match_index - window)
+    window_end = min(len(text_boxes), last_match_index + window)
+    
+    best_match = None
+    best_score = 0
+    best_index = -1
+    
+    for i in range(window_start, window_end):
+        score = similarity(target_text, text_boxes[i].text)
+        if score > best_score and score >= threshold:
+            best_match = text_boxes[i]
+            best_score = score
+            best_index = i
+    
+    if best_match:
+        return best_match, start_index, best_index
+    
+    return None, start_index, last_match_index
+```
+
+### 2. 表格单元格匹配算法
+
+**目标**：为表格中的每个单元格找到对应的 PaddleOCR 文字框。
+
+**步骤**：
+1. **解析表格 HTML**：使用 BeautifulSoup 解析 `<table>` 结构
+2. **逐行逐列处理**：
+   ```python
+   for row in table.find_all('tr'):
+       for cell in row.find_all(['td', 'th']):
+           cell_text = cell.get_text()
+           matched_bbox = find_matching_bbox(cell_text, ...)
+           
+           # 添加属性
+           cell['data-bbox'] = str(matched_bbox['bbox'])
+           cell['data-paddle-index'] = matched_bbox['index']
+           cell['data-score'] = matched_bbox['score']
+   ```
+3. **处理合并单元格**：
+   - 检测 `colspan` 和 `rowspan` 属性
+   - 为每个展开的单元格使用相同的 bbox
+4. **指针更新**：每次匹配成功后更新 `paddle_pointer`，避免重复匹配
+
+## 参数调优建议
+
+### 1. `look_ahead_window` (向前查找窗口)
+
+**作用**：当顺序匹配失败时，在上一次匹配位置附近的窗口内查找。
+
+**推荐值**：
+- **顺序文档**（如流水记录）：`10-15`
+- **复杂版面**（如多列排版）：`15-25`
+- **表格密集型**：`5-10`
+
+**调优方法**：
+```python
+# 如果发现匹配错位，可以适当增大窗口
+merger = MinerUPaddleOCRMerger(look_ahead_window=20)
+
+# 如果发现误匹配，可以适当减小窗口
+merger = MinerUPaddleOCRMerger(look_ahead_window=8)
+```
+
+### 2. `similarity_threshold` (相似度阈值)
+
+**作用**：控制文本匹配的严格程度。
+
+**推荐值**：
+- **高质量 OCR**（如扫描件）：`85-90`
+- **一般质量**（如拍照）：`75-85`
+- **低质量**（如模糊图片）：`70-80`
+
+**调优方法**：
+```python
+# 如果发现漏匹配，可以降低阈值
+merger = MinerUPaddleOCRMerger(similarity_threshold=75)
+
+# 如果发现误匹配，可以提高阈值
+merger = MinerUPaddleOCRMerger(similarity_threshold=90)
+```
+
+## 开发指南
+
+### 扩展新的合并器
+
+1. **创建新的合并器类**：
+```python
+# merger/my_custom_merger.py
+from .text_matcher import TextMatcher
+from .data_processor import DataProcessor
+
+class MyCustomMerger:
+    def __init__(self):
+        self.text_matcher = TextMatcher()
+        self.data_processor = DataProcessor(self.text_matcher)
+    
+    def merge_data(self, custom_json, paddle_json):
+        # 实现自定义合并逻辑
+        pass
+```
+
+2. **在 DataProcessor 中添加处理方法**：
+```python
+# merger/data_processor.py
+def process_my_custom_data(self, custom_data, paddle_text_boxes):
+    # 处理自定义格式数据
+    pass
+```
+
+3. **在 MarkdownGenerator 中添加格式化方法**：
+```python
+# merger/markdown_generator.py
+@staticmethod
+def _format_my_custom_element(item: Dict) -> List[str]:
+    # 格式化自定义元素
+    pass
+```
+
+### 单元测试
+
+```python
+# tests/test_merger.py
+import pytest
+from merger import MinerUPaddleOCRMerger
+
+def test_text_matching():
+    merger = MinerUPaddleOCRMerger()
+    # 测试文本匹配逻辑
+    
+def test_table_processing():
+    merger = MinerUPaddleOCRMerger()
+    # 测试表格处理逻辑
+```
+
+## 版本历史
+
+### v1.2.0 (当前版本)
+- ✅ 新增 PaddleOCR_VL 合并支持
+- ✅ 重构为模块化架构，提高代码复用率
+- ✅ 新增自动格式检测功能
+- ✅ 优化文本匹配算法
+- ✅ 改进表格单元格 bbox 匹配
+
+### v1.1.0
+- ✅ 优化表格合并单元格处理
+- ✅ 新增批量处理模式
+- ✅ 改进窗口回溯算法
+
+### v1.0.0
+- ✅ 初始版本
+- ✅ 支持 MinerU + PaddleOCR 合并
+- ✅ 基本的文本匹配功能
+
+---
+
+### 运行试验数据
+1. mineru-vlm-2.5.3
+```bash
+echo "A用户_单元格扫描流水"
+python merge_mineru_paddle_ocr.py \
+  --mineru-dir "/Users/zhch158/workspace/data/流水分析/A用户_单元格扫描流水/mineru-vlm-2.5.3_Results" \
+  --paddle-dir "/Users/zhch158/workspace/data/流水分析/A用户_单元格扫描流水/data_PPStructureV3_Results" \
+  --output-dir "/Users/zhch158/workspace/data/流水分析/A用户_单元格扫描流水/merged_results" \
+  --format "both"
+
+echo "B用户_扫描流水"
+python merge_mineru_paddle_ocr.py \
+  --mineru-dir "/Users/zhch158/workspace/data/流水分析/B用户_扫描流水/mineru-vlm-2.5.3_Results" \
+  --paddle-dir "/Users/zhch158/workspace/data/流水分析/B用户_扫描流水/data_PPStructureV3_Results" \
+  --output-dir "/Users/zhch158/workspace/data/流水分析/B用户_扫描流水/merged_results" \
+  --format "both"
+
+echo "德_内蒙古银行照"
+python merge_mineru_paddle_ocr.py \
+  --mineru-dir "/Users/zhch158/workspace/data/流水分析/德_内蒙古银行照/mineru-vlm-2.5.3_Results" \
+  --paddle-dir "/Users/zhch158/workspace/data/流水分析/德_内蒙古银行照/data_PPStructureV3_Results" \
+  --output-dir "/Users/zhch158/workspace/data/流水分析/德_内蒙古银行照/merged_results" \
+  --format "both"
+
+echo "对公_招商银行图"
+python merge_mineru_paddle_ocr.py \
+  --mineru-dir "/Users/zhch158/workspace/data/流水分析/对公_招商银行图/mineru-vlm-2.5.3_Results" \
+  --paddle-dir "/Users/zhch158/workspace/data/流水分析/对公_招商银行图/data_PPStructureV3_Results" \
+  --output-dir "/Users/zhch158/workspace/data/流水分析/对公_招商银行图/merged_results" \
+  --format "both"
+
+echo "至远彩色印刷工业有限公司"
+python merge_mineru_paddle_ocr.py \
+  --mineru-dir "/Users/zhch158/workspace/data/至远彩色印刷工业有限公司/mineru-vlm-2.5.3_Results" \
+  --paddle-dir "/Users/zhch158/workspace/data/至远彩色印刷工业有限公司/data_PPStructureV3_Results" \
+  --output-dir "/Users/zhch158/workspace/data/至远彩色印刷工业有限公司/merged_results" \
+  --format "both"
+
+```
+
+2. PaddleOCR_VL_Results
+```bash
+echo "A用户_单元格扫描流水"
+python merge_paddleocr_vl_paddleocr.py \
+  --paddleocr-vl-dir "/Users/zhch158/workspace/data/流水分析/A用户_单元格扫描流水/PaddleOCR_VL_Results" \
+  --paddle-dir "/Users/zhch158/workspace/data/流水分析/A用户_单元格扫描流水/data_PPStructureV3_Results" \
+  --output-dir "/Users/zhch158/workspace/data/流水分析/A用户_单元格扫描流水/PaddleOCR_VL_Results_cell_bbox" \
+  --format "both"
+
+echo "B用户_扫描流水"
+python merge_paddleocr_vl_paddleocr.py \
+  --paddleocr-vl-dir "/Users/zhch158/workspace/data/流水分析/B用户_扫描流水/PaddleOCR_VL_Results" \
+  --paddle-dir "/Users/zhch158/workspace/data/流水分析/B用户_扫描流水/data_PPStructureV3_Results" \
+  --output-dir "/Users/zhch158/workspace/data/流水分析/B用户_扫描流水/PaddleOCR_VL_Results_cell_bbox" \
+  --format "both"
+
+echo "德_内蒙古银行照"
+python merge_paddleocr_vl_paddleocr.py \
+  --paddleocr-vl-dir "/Users/zhch158/workspace/data/流水分析/德_内蒙古银行照/PaddleOCR_VL_Results" \
+  --paddle-dir "/Users/zhch158/workspace/data/流水分析/德_内蒙古银行照/data_PPStructureV3_Results" \
+  --output-dir "/Users/zhch158/workspace/data/流水分析/德_内蒙古银行照/PaddleOCR_VL_Results_cell_bbox" \
+  --format "both"
+
+echo "对公_招商银行图"
+python merge_paddleocr_vl_paddleocr.py \
+  --paddleocr-vl-dir "/Users/zhch158/workspace/data/流水分析/对公_招商银行图/PaddleOCR_VL_Results" \
+  --paddle-dir "/Users/zhch158/workspace/data/流水分析/对公_招商银行图/data_PPStructureV3_Results" \
+  --output-dir "/Users/zhch158/workspace/data/流水分析/对公_招商银行图/PaddleOCR_VL_Results_cell_bbox" \
+  --format "both"
+
+echo "至远彩色印刷工业有限公司"
+python merge_paddleocr_vl_paddleocr.py \
+  --paddleocr-vl-dir "/Users/zhch158/workspace/data/至远彩色印刷工业有限公司/PaddleOCR_VL_Results" \
+  --paddle-dir "/Users/zhch158/workspace/data/至远彩色印刷工业有限公司/data_PPStructureV3_Results" \
+  --output-dir "/Users/zhch158/workspace/data/至远彩色印刷工业有限公司/PaddleOCR_VL_Results_cell_bbox" \
+  --format "both"
+
+```