feat: 更新README文档，添加功能说明和使用示例，修正路径引用

README.md

@@ -5,12 +5,14 @@
 ## ✨ 核心功能
 
 ### 🎯 多工具 OCR 支持
+
 - **Dots OCR**：专业 VLM OCR 引擎
 - **PaddleOCR PPStructV3**：结构化文档识别
 - **Table Recognition V2**：专业表格识别
 - **MinerU VLM-2.5.3**：多模态文档理解
 
 ### 🔄 智能交叉验证
+
 - **多数据源对比**：支持不同 OCR 工具结果的交叉验证
 - **细粒度差异检测**：精确到单元格级别的差异分析
 - **智能表格对比**：
@@ -24,6 +26,7 @@
   - 段落差异
 
 ### 📊 可视化校验工具
+
 - **交互式图像标注**：点击文本高亮对应图像位置
 - **精确坐标定位**：基于 bbox 的精确位置标示
 - **旋转角度处理**：
@@ -37,6 +40,7 @@
   - 原始文本
 
 ### 📈 表格数据分析
+
 - **智能表格解析**：自动识别并转换 HTML 表格
 - **交互式操作**：
   - 过滤（按列值、关键词）
@@ -47,6 +51,7 @@
 - **统计分析**：自动生成数值列统计信息
 
 ### 🔧 数字标准化
+
 - 全角/半角字符转换
 - 千分位分隔符标准化
 - 小数点格式统一
@@ -106,18 +111,21 @@ python run_streamlit_validator.py
 **功能模块：**
 
 #### 📄 内容人工检查
+
 - 选择数据源和页码
 - 点击文本内容查看图像位置
 - 旋转图像调整角度
 - 显示所有文本框或仅显示选中框
 
 #### 🔍 交叉验证结果
+
 - 选择两个不同的 OCR 数据源
 - 点击「交叉验证」按钮运行批量验证
 - 查看详细的差异对比结果
 - 下载验证报告（Excel、JSON）
 
 #### 📊 表格分析
+
 - 解析 HTML 表格为 DataFrame
 - 过滤、排序、搜索表格数据
 - 导出表格为 CSV 或 Excel
@@ -125,7 +133,7 @@ python run_streamlit_validator.py
 
 ### 2️⃣ 命令行对比工具
 
-使用 [`compare_ocr_results.py`](compare_ocr_results.py) 进行命令行对比：
+使用 [comparator/compare_ocr_results.py](compare_ocr_results.py) 进行命令行对比：
 
 ```bash
 # 基本对比
@@ -144,6 +152,7 @@ python compare_ocr_results.py file1.md file2.md \
 ```
 
 **参数说明：**
+
 - `-o, --output`：输出文件名（不含扩展名）
 - `-f, --format`：输出格式（`json`、`markdown`、`both`）
 - `--table-mode`：表格比对模式（`standard`、`flow_list`）
@@ -196,20 +205,21 @@ ocr_verify/
 ### 交叉验证流程
 
 1. **数据源选择**
+
    - 选择 OCR 数据源（如 PPStructV3）
    - 选择验证数据源（如 MinerU）
-
 2. **批量验证**
+
    - 自动匹配相同页码的文件
    - 逐页进行差异检测
    - 生成详细验证报告
-
 3. **差异分析**
+
    - 表格差异：逐单元格对比
    - 段落差异：智能段落匹配
    - 结构差异：表头位置、行缺失等
-
 4. **结果展示**
+
    - 差异列表（按类型、严重程度分类）
    - 统计图表（饼图、柱状图）
    - 详细对比视图（左右对照）
@@ -217,11 +227,13 @@ ocr_verify/
 ### 表格对比算法
 
 #### 标准模式 (`standard`)
+
 - 适用于结构固定的表格
 - 逐行逐列对比
 - 适合财务报表、数据统计表
 
 #### 流水表格模式 (`flow_list`)
+
 - 智能检测表头位置
 - 支持表头前内容对比
 - 自动列类型检测（数字、日期、文本）
@@ -247,6 +259,7 @@ rotated_image, rotated_bboxes = rotate_image_and_coordinates(
 ### 交叉验证报告
 
 #### JSON 格式
+
 ```json
 {
   "differences": [
@@ -276,6 +289,7 @@ rotated_image, rotated_bboxes = rotate_image_and_coordinates(
 ```
 
 #### Markdown 格式
+
 ```markdown
 # OCR结果对比报告
 
@@ -307,7 +321,7 @@ ocr:
       json_structure: "object"
       rotation:
         coordinates_are_pre_rotated: true
-    
+  
     mineru:
       name: "MinerU"
       json_structure: "array"
@@ -315,45 +329,9 @@ ocr:
         coordinates_are_pre_rotated: false
 ```
 
-### 合并 MinerU 和 Paddle OCR 结果
-```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"
-
+### MinerU， PaddleOCR-VL表格单元格坐标使用 Paddle OCR全局OCR文本块坐标
 
-```
+详见[merger-说明.md](merger/merger-说明.md)
 
 ### Streamlit 配置
 
@@ -373,17 +351,21 @@ enableXsrfProtection = true
 ## 🐛 常见问题
 
 ### Q1: 图像显示位置不正确？
+
 **A:** 检查 OCR 工具的坐标是否已预旋转，在 `config.yaml` 中调整 `coordinates_are_pre_rotated` 设置。
 
 ### Q2: 交叉验证结果为空？
+
 **A:** 确保两个数据源包含相同页码的文件，且文件名格式为 `*_page_XXX.json`。
 
 ### Q3: 表格对比差异过多？
+
 **A:** 尝试切换到 `flow_list` 模式，或调整相似度算法参数。
 
 ## 📝 开发说明
 
 ### 扩展开发
+
 - 新增 OCR 工具：在 `ocr_validator_utils.py` 中添加解析函数
 - 自定义对比算法：继承 `OCRResultComparator` 类
 - 新增渲染模式：在 `ocr_validator_layout.py` 中扩展
@@ -412,4 +394,4 @@ enableXsrfProtection = true
 
 ---
 
-**最后更新**: 2025年10月10日
+**最后更新**: 2025年10月10日