# translate

**Repository Path**: chengang198501/translate

## Basic Information

- **Project Name**: translate
- **Description**: doc translation
- **Primary Language**: Unknown
- **License**: Not specified
- **Default Branch**: main
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 0
- **Forks**: 0
- **Created**: 2025-11-17
- **Last Updated**: 2025-12-11

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

# PDF 智能解析与翻译工具 (PDF Intelligence & Translation)

本项目包含两套核心 PDF 处理方案：
1. **`translate_demo.py`**: 基于 `pdf2zh` 的流式翻译（保留排版，适合论文）。
2. **`demo_ocr_to_md.py`**: 基于 **PaddleOCR V3 (PP-Structure)** 的视觉重构与数字化（适合复杂表格、目录、扫描件）。

---

## 🚀 核心功能：OCR 高清重构 (V3)

针对复杂文档（如无边框表格、多栏目录），我们采用了 **PaddleOCR V3 服务器级模型** 配合 **3x 高清渲染** 技术，实现了像素级的结构还原。

- **支持格式**：PDF (扫描件/电子版) -> Markdown / HTML
- **核心能力**：
  - 自动识别表格并添加边框样式
  - 自动识别标题层级
  - 完美处理多栏排版（如目录页）
- **硬件加速**：支持 NVIDIA GPU 加速 (CUDA 12)

---

## 🛠️ 环境部署指南 (GPU 服务器推荐)

为了获得最佳性能（单页 < 20秒），强烈建议在 **GPU 服务器** 上运行。

### 1. 基础环境
- **OS**: Linux (Ubuntu 20.04+) / Windows
- **Python**: 3.10 (推荐)
- **CUDA**: **12.3** (推荐, 兼容性最好) / 11.8

### 2. 安装步骤 (Conda 方式)

请严格按照以下顺序执行安装，避免依赖冲突：

```bash
# 1. 创建并激活环境
conda create -n paddle_ocr python=3.10 -y
conda activate paddle_ocr

# 2. 安装 PaddlePaddle GPU 版 (CUDA 12.3)
# ⚠️ 必须先安装这个，否则可能会自动安装成 CPU 版
pip install paddlepaddle-gpu==3.0.0b1 -i https://www.paddlepaddle.org.cn/packages/stable/cu123/

# 3. 安装 PaddleX OCR 插件
# PP-StructureV3 依赖此插件
pip install "paddlex[ocr]"

# 4. 修复 NumPy 版本兼容性问题
# 防止出现 "A module that was compiled using NumPy 1.x" 报错
pip install "numpy<2.0"

# 5. 安装项目其他依赖
pip install -r requirements.txt
```

### 3. 常见问题排查

- **报错 `ImportError: libcudnn.so.9`**:
  通常是因为环境里残留了不兼容的 PyTorch。建议卸载 PyTorch：
  ```bash
  pip uninstall torch torchvision torchaudio -y
  ```

- **验证 GPU 是否生效**:
  ```bash
  python -c "import paddle; paddle.utils.run_check()"
  ```
  应输出: `PaddlePaddle works well on MUTIPLE GPU`

---

## ⚡ 运行指南

### 1. 运行 OCR 转 Markdown

支持命令行参数，方便服务器调用：

```bash
# 处理默认文件 (table4.pdf)
python demo_ocr_to_md.py

# 处理指定文件
python demo_ocr_to_md.py /path/to/your/document.pdf
```
输出文件将生成在源文件同级目录，后缀为 `_converted.md`。

### 2. 运行流式翻译 demo
```bash
python translate_demo.py
```

---

### 3. DIFY 接口密钥
app-i2hg1y0vmi0X8UuahEzUHlqO

## 📦 依赖列表 (requirements.txt)
*见项目根目录 requirements.txt*


方法1：通过命令面板
按 Ctrl+Shift+P 打开命令面板
输入 Python: Select Interpreter
选择 translate 环境（路径类似 C:\ProgramData\miniconda3\envs\translate\python.exe）