ocr_verify/config.yaml

# OCR验证工具配置文件

# 样式配置
styles:
  font_size: 8
  
  colors:
    primary: "#0288d1"
    secondary: "#ff9800"
    success: "#4caf50"
    error: "#f44336"
    warning: "#ff9800"
    background: "#fafafa"
    text: "#333333"
  
  layout:
    default_zoom: 1.0
    default_height: 800
    sidebar_width: 1
    content_width: 0.65

# 界面配置
ui:
  page_title: "OCR可视化校验工具"
  page_icon: "🔍"
  layout: "wide"
  sidebar_state: "expanded"
  
# OCR数据配置
ocr:
  min_text_length: 2
  default_confidence: 1.0
  exclude_texts: ["Picture", ""]
  
  # 图片方向检测配置
  orientation_detection:
    enabled: true
    confidence_threshold: 0.3  # 置信度阈值
    methods: ["opencv_analysis"]  # 检测方法
    cache_results: true  # 缓存检测结果
  
  # OCR工具类型配置
  tools:
    dots_ocr:
      name: "Dots OCR"
      description: "专业VLM OCR"
      json_structure: "array"  # JSON为数组格式
      text_field: "text"
      bbox_field: "bbox"
      category_field: "category"
      confidence_field: "confidence"
      # 旋转处理配置
      rotation:
        coordinates_are_pre_rotated: false  # 坐标不是预旋转的
        
    ppstructv3:
      name: "PPStructV3"
      description: "PaddleOCR PP-StructureV3"
      json_structure: "object"  # JSON为对象格式
      parsing_results_field: "parsing_res_list"
      text_field: "block_content"
      bbox_field: "block_bbox"
      category_field: "block_label"
      confidence_field: "confidence"
      # 旋转处理配置
      rotation:
        coordinates_are_pre_rotated: true  # 坐标已经是预旋转的
      
  # 自动检测工具类型的规则
  auto_detection:
    enabled: true
    rules:
      - field_exists: "parsing_res_list"  # 如果存在该字段，判断为ppstructv3
        tool_type: "ppstructv3"
      - json_is_array: true  # 如果JSON是数组，判断为dots_ocr
        tool_type: "dots_ocr"

data_sources:
  - name: "A用户_单元格扫描流水"
    ocr_tool: "dots_ocr"
    ocr_out_dir: "/Users/zhch158/workspace/data/流水分析/A用户_单元格扫描流水/data_DotsOCR_Results"
    src_img_dir: "/Users/zhch158/workspace/data/流水分析/A用户_单元格扫描流水/data_DotsOCR_Results/A用户_单元格扫描流水"
    description: "A用户使用Dots OCR的单元格扫描结果"
    
  - name: "A用户_单元格扫描流水"
    ocr_tool: "ppstructv3"
    ocr_out_dir: "/Users/zhch158/workspace/data/流水分析/A用户_单元格扫描流水/data_PPStructureV3_Results"
    src_img_dir: "/Users/zhch158/workspace/data/流水分析/A用户_单元格扫描流水/data_PPStructureV3_Results/A用户_单元格扫描流水"
    description: "A用户使用PPStructV3的单元格扫描结果"
    
  - name: "A用户_单元格图片合成"
    ocr_tool: "dots_ocr"
    ocr_out_dir: "/Users/zhch158/workspace/data/流水分析/A用户_单元格图片合成/data_DotsOCR_Results"
    src_img_dir: "/Users/zhch158/workspace/data/流水分析/A用户_单元格图片合成/data_DotsOCR_Results/A用户_单元格图片合成"
    description: "A用户使用Dots OCR的单元格图片合成结果"

  - name: "A用户_单元格图片合成"
    ocr_tool: "ppstructv3"
    ocr_out_dir: "/Users/zhch158/workspace/data/流水分析/A用户_单元格图片合成/data_PPStructureV3_Results"
    src_img_dir: "/Users/zhch158/workspace/data/流水分析/A用户_单元格图片合成/data_PPStructureV3_Results/A用户_单元格图片合成"
    description: "A用户使用PPStructV3的单元格图片合成结果"

  - name: "B用户_扫描流水"
    ocr_tool: "dots_ocr"
    ocr_out_dir: "/Users/zhch158/workspace/data/流水分析/B用户_扫描流水/data_DotsOCR_Results"
    src_img_dir: "/Users/zhch158/workspace/data/流水分析/B用户_扫描流水/data_DotsOCR_Results/B用户_扫描流水"
    description: "B用户使用Dots OCR的扫描结果"

  - name: "B用户_扫描流水"
    ocr_tool: "ppstructv3"
    ocr_out_dir: "/Users/zhch158/workspace/data/流水分析/B用户_扫描流水/data_PPStructureV3_Results"
    src_img_dir: "/Users/zhch158/workspace/data/流水分析/B用户_扫描流水/data_PPStructureV3_Results/B用户_扫描流水"
    description: "B用户使用PPStructV3的扫描结果"

  - name: "B用户_图片合成流水"
    ocr_tool: "dots_ocr"
    ocr_out_dir: "/Users/zhch158/workspace/data/流水分析/B用户_图片合成流水/data_DotsOCR_Results"
    src_img_dir: "/Users/zhch158/workspace/data/流水分析/B用户_图片合成流水/data_DotsOCR_Results/B用户_图片合成流水"
    description: "B用户使用Dots OCR的图片合成结果"

  - name: "B用户_图片合成流水"
    ocr_tool: "ppstructv3"
    ocr_out_dir: "/Users/zhch158/workspace/data/流水分析/B用户_图片合成流水/data_PPStructureV3_Results"
    src_img_dir: "/Users/zhch158/workspace/data/流水分析/B用户_图片合成流水/data_PPStructureV3_Results/B用户_图片合成流水"
    description: "B用户使用PPStructV3的图片合成结果"

  - name: "至远彩色_2023年报"
    ocr_tool: "dots_ocr"
    ocr_out_dir: "/Users/zhch158/workspace/data/至远彩色印刷工业有限公司/data_DotsOCR_Results"
    src_img_dir: "/Users/zhch158/workspace/data/至远彩色印刷工业有限公司/data_DotsOCR_Results/2023年度报告母公司"
    description: "至远彩色使用Dots OCR的2023年报"

  - name: "至远彩色_2023年报"
    ocr_tool: "ppstructv3"
    ocr_out_dir: "/Users/zhch158/workspace/data/至远彩色印刷工业有限公司/data_PPStructureV3_Results"
    src_img_dir: "/Users/zhch158/workspace/data/至远彩色印刷工业有限公司/data_PPStructureV3_Results/2023年度报告母公司"
    description: "至远彩色使用PPStructV3的2023年报"

# 预校验结果文件路径
pre_validation:
  out_dir: "./output/pre_validation/"