feat: 新增 OCRmyPDF 轉換引擎 (v0.1.14)

## 新功能
- OCRmyPDF 轉換引擎:將掃描版 PDF 轉換為可搜尋 PDF
  - 支援 7 種語言:en, zh-TW, zh, ja, ko, de, fr
  - 與 PDFMathTranslate 風格一致的 UI 格式 (pdf-<lang>)
  - 自動偵測頁面方向並旋轉
  - 自動校正傾斜
  - 跳過已有文字層的頁面
  - 詳細的 5 階段處理進度輸出

## 建置
- Dockerfile:安裝 ocrmypdf 與 Tesseract OCR 語言包

## 文件
- 更新 OCR 功能文件
- 文件目錄結構改為中文名稱

## 測試
- 修復 BabelDOC 和 PDFMathTranslate 測試的 OCR mock
- 所有 345 個測試通過
This commit is contained in:
Your Name 2026-01-23 16:28:33 +08:00
parent f24eec070c
commit a06df23b1d
53 changed files with 1427 additions and 675 deletions

View file

@ -1,83 +0,0 @@
# ConvertX-CN 概覽
ConvertX-CN 是一個功能完整的自託管檔案轉換平台,支援 1000+ 種格式轉換。
---
## 什麼是 ConvertX-CN
ConvertX-CN 是 fork 自 [C4illin/ConvertX](https://github.com/C4illin/ConvertX) 的增強版本,針對中文使用者與亞洲地區需求進行優化:
- **完整的轉換能力**:整合 20+ 種轉換引擎
- **中文優化**:內建 CJK 字型、OCR 語言包
- **一鍵部署**Docker 容器化,無需安裝依賴
- **多語言介面**:支援 65 種語言
---
## 核心功能
### 📄 文件轉換
| 引擎 | 用途 | 格式數 |
| ----------- | ------------ | ------ |
| LibreOffice | 辦公文件 | 60+ |
| Pandoc | 標記語言文件 | 100+ |
| Calibre | 電子書 | 40+ |
| XeLaTeX | LaTeX 文件 | 1 |
### 🖼️ 圖片處理
| 引擎 | 用途 | 格式數 |
| ----------- | ------------ | ------ |
| ImageMagick | 圖片轉換 | 200+ |
| Vips | 高效圖片處理 | 45+ |
| Inkscape | 向量圖形 | 20+ |
| Potrace | 點陣轉向量 | 11 |
### 🎬 影音轉換
| 引擎 | 用途 | 格式數 |
| ------ | -------- | ------ |
| FFmpeg | 影音轉換 | 400+ |
### 🔬 進階功能
| 引擎 | 用途 |
| ---------------- | ---------------- |
| MinerU | PDF → Markdown |
| PDFMathTranslate | PDF 公式翻譯保留 |
| Tesseract OCR | 光學字元辨識 |
---
## 系統需求
| 需求 | 最低 | 建議 |
| -------- | ------ | ------ |
| Docker | 20.10+ | 24.0+ |
| RAM | 4 GB | 8 GB |
| 磁碟空間 | 10 GB | 20 GB |
| CPU | 2 核心 | 4 核心 |
---
## 與原版差異
| 功能 | ConvertX | ConvertX-CN |
| -------- | -------- | -------------------- |
| 鏡像大小 | ~2 GB | ~4-6 GB |
| OCR 語言 | 英文 | 中日韓英德法 |
| CJK 字型 | ❌ | ✅ Noto CJK + 標楷體 |
| TexLive | 基本 | 完整 |
| 繁中介面 | ❌ | ✅ 預設 |
| MinerU | ❌ | ✅ |
| PDF 翻譯 | ❌ | ✅ PDFMathTranslate |
---
## 下一步
- 🚀 [快速開始](quick-start.md) — 5 分鐘內完成部署
- ❓ [常見問題](faq.md) — 解決常見問題
- 📦 [Docker 部署](../deployment/docker.md) — 詳細部署指南