ocr_verify/image_edit/config.yaml

# 本地大模型配置文件
models:
  qwen2_vl:
    name: "Qwen2.5-VL-72B-Instruct-AWQ"
    api_base: "http://10.192.72.12:9991/v1"
    api_key: "${YUSYS_MULTIMODAL_API_KEY}"
    model_id: "Qwen2.5-VL-72B-Instruct-AWQ"
    default_params:
      temperature: 0.1
      max_tokens: 4096
      timeout: 180
    
  llava:
    name: "LLaVA-v1.6-34B"
    api_base: "http://localhost:11434/v1"
    api_key: ""
    model_id: "llava:34b"
    default_params:
      temperature: 0.1
      max_tokens: 4096
      timeout: 180

  cogvlm:
    name: "CogVLM2-19B"
    api_base: "http://localhost:11434/v1"
    api_key: ""
    model_id: "cogvlm2:19b"
    default_params:
      temperature: 0.1
      max_tokens: 4096
      timeout: 180

# 提示词模板
prompts:
  photo_analysis:
    name: "照片分析"
    template: |
      请仔细观察这张照片，分析以下内容：
      1. 照片的拍摄环境和背景
      2. 人物的外貌特征和着装
      3. 照片的拍摄时间推测（基于服装、环境等）
      4. 照片的保存状况（是否有破损、褪色等）
      5. 照片的历史价值和意义
      
      请用中文详细描述，分条列出分析结果。

  ocr_standard:
    name: "标准OCR识别"
    template: |
      You are an AI assistant specialized in converting PDF images to Markdown format. Please follow these instructions for the conversion:

      1. Text Processing:
      - Accurately recognize all text content in the PDF image without guessing or inferring.
      - Convert the recognized text into Markdown format.
      - Maintain the original document structure, including headings, paragraphs, lists, etc.
      - For financial amounts, use standard half-width characters (e.g., use "," for thousands separator and "." for decimal point)

      2. Mathematical Formula Processing:
      - Convert all mathematical formulas to LaTeX format.
      - Enclose inline formulas with \( \). For example: This is an inline formula \( E = mc^2 \)
      - Enclose block formulas with \\[ \\]. For example: \[ \frac{-b \pm \sqrt{b^2 - 4ac}}{2a} \]

      3. Table Processing:
      - Convert tables to HTML format.
      - Wrap the entire table with <table> and </table>.
      - For financial data in tables, ensure numbers use standard format with half-width commas and periods

      4. Figure Handling:
      - Ignore figures content in the PDF image. Do not attempt to describe or convert images.

      5. Output Format:
      - Ensure the output Markdown document has a clear structure with appropriate line breaks between elements.
      - For complex layouts, try to maintain the original document's structure and format as closely as possible.
      - Use standard ASCII characters for punctuation and numbers

      Please strictly follow these guidelines to ensure accuracy and consistency in the conversion.

  table_extract:
    name: "表格提取"
    template: |
      请从这张图片中提取所有表格数据，要求：
      
      1. **表格识别**：
         - 准确识别所有表格边界
         - 正确分辨表头和数据行
      
      2. **数据提取**：
         - 逐行逐列提取所有数据
         - 保持数据的原始格式和精度
         - 特别注意数字、金额的准确性
      
      3. **格式输出**：
         - 输出为HTML表格格式
         - 保持表格的原始结构
         - 使用标准的半角字符
      
      4. **质量检查**：
         - 确保没有遗漏任何数据
         - 验证数字格式的正确性
         - 检查表格结构的完整性

  photo_restore_classroom:
    name: "照片修复（教室背景）"
    template: |
      请对这张老照片进行全面修复和背景替换，具体要求如下：
      
      **修复要求**：
      1. 去除所有折痕、裂痕、污渍和划痕
      2. 补全缺失的细节，提升清晰度
      3. 人物面貌务必保持不变，只进行修复不改变特征
      4. 进行适度的彩色化处理
      
      **背景替换**：
      - 将现有的宿舍背景完全替换为教室场景
      - 后方是黑板（深绿色或深灰色黑板）
      - 前方是课桌（木质课桌，呈棕色）
      - 营造1980-1990年代大学教室的氛围
      - 保持照片的年代感和真实性
      
      **色彩方案**：
      - 人物肤色：健康自然的亚洲人肤色
      - 头发：自然黑色
      - 服装色彩：
        * 左一：米色或卡其色外套，绿色裤子
        * 左二：浅灰色工作服
        * 左三：深蓝色毛衣
        * 右一：深棕色或深绿色外套
      - 教室环境：
        * 黑板：深绿色，略有粉笔痕迹
        * 课桌：深棕色木质纹理
        * 整体光线：自然的教室照明
      
      **技术要求**：
      - 保持人物的相对位置和姿态不变
      - 确保新背景与人物的光影一致
      - 维持照片的复古质感和年代感
      - 背景过渡要自然，避免生硬的拼接感
      
      请生成修复后的照片。

  photo_restore_advanced:
    name: "高级照片修复"
    template: |
      作为专业的照片修复专家，请对这张珍贵的老照片进行全面修复：
      
      **第一步：损伤修复**
      - 识别并修复所有可见的折痕、裂痕、污渍
      - 去除表面划痕和磨损痕迹
      - 修复边缘破损和不平整部分
      - 消除照片上的灰尘和水渍
      
      **第二步：画质增强**
      - 提升整体清晰度和锐度
      - 增强对比度和层次感
      - 降噪处理，保持细节的同时减少颗粒感
      - 色温校正，消除黄褐色偏色
      
      **第三步：彩色化处理**
      人物特征（从左到右）：
      1. 第一人：健康肤色，黑色头发，米色夹克，绿色裤子
      2. 第二人：健康肤色，黑色头发，眼镜，浅色工作服
      3. 第三人：健康肤色，黑色头发，深色毛衣
      4. 第四人：健康肤色，黑色头发，深色外套
      
      **第四步：背景重构**
      - 移除原有宿舍背景
      - 替换为1980年代大学教室场景：
        * 后方：标准教室黑板（深绿色，有轻微粉笔使用痕迹）
        * 前方：传统木质课桌（深棕色，简约设计）
        * 侧面：教室墙面（浅色，符合当时建筑风格）
        * 照明：自然的教室光线，柔和均匀
      
      **质量标准**：
      - 人物面部特征100%保持原貌
      - 新背景与人物光影完美融合
      - 色彩自然协调，符合年代特征
      - 整体画面清晰，细节丰富
      - 保持照片的历史真实感
      
      请生成高质量的修复照片。

  photo_colorize_classroom:
    name: "照片上色（教室版）"
    template: |
      请为这张黑白老照片进行专业的彩色化处理，并调整背景：
      
      **彩色化标准**：
      严格按照1980-1990年代中国大学生的真实色彩进行上色：
      
      人物色彩：
      - 肤色：自然健康的东亚人肤色，偏暖但不过分红润
      - 头发：统一为自然黑色，略带光泽
      - 眼镜（第二人）：深色镜框，透明镜片
      
      服装色彩：
      - 左一：浅驼色或米色夹克，深绿色裤子
      - 左二：浅灰蓝色工装，内搭白色或米色衬衫
      - 左三：深蓝色或藏青色毛衣，下身深色裤子
      - 右一：深棕色或军绿色外套
      
      **背景改造**：
      原背景（宿舍）→ 新背景（教室）
      - 后墙：标准教室黑板，深绿色，表面有自然的使用痕迹
      - 前景：木质课桌，深棕色，简洁的1980年代设计风格
      - 环境光：教室的自然照明，明亮但柔和
      - 整体氛围：营造温馨的校园学习环境
      
      **技术要求**：
      1. 保持原有构图和人物姿态
      2. 确保色彩过渡自然，无明显色块
      3. 背景替换要无缝融合
      4. 保持照片的年代质感
      5. 色彩饱和度适中，避免过于鲜艳
      
      请生成彩色化且背景更新的照片。

  simple_photo_fix:
    name: "简单照片修复"
    template: |
      请帮我修复这张老照片：
      
      1. 去除所有折痕、划痕、污渍
      2. 提升清晰度和对比度
      3. 进行彩色化处理（自然色彩）
      4. 将背景改为教室场景：后面是黑板，前面是课桌
      5. 保持人物面貌不变，只做修复和美化
      6. 整体风格要符合1980年代大学生活
      
      请生成修复后的彩色照片。

# 默认配置
default:
  model: "qwen2_vl"
  prompt: "photo_analysis"
  normalize_numbers: false