古籍ocr识别率最高的应用是哪一款?

pip install zhipuai

// 全局常量 定义 SUPPORTED_IMAGE_EXTENSIONS = [".jpg", ".jpeg", ...] 定义 DEFAULT_MODEL = "glm-4v-plus-0111" 定义 DEFAULT_MAX_TOKENS = 1024 定义 DEFAULT_BATCH_SIZE = 100 定义 OCR_PROMPT = "复杂的古籍OCR指令文本..." // 包含分栏、旁批处理等说明 // 函数：过滤图像文件 函数 filter_image_files(文件列表): 返回 列表中后缀在 SUPPORTED_IMAGE_EXTENSIONS 内的文件 // 函数：按大小分割列表 函数 chunk_list(列表, 分块大小): 按分块大小迭代生成子列表 // 函数：创建批量请求的 JSONL 字符串 函数 create_batch_jsonl(图像文件列表, API模型, 最大token数): 初始化 空字符串 result 遍历 图像文件列表中的每个文件: 获取 文件名作为 custom_id 读取图像文件内容 将图像内容编码为 Base64 构建一个 ZhipuAI ChatCompletion API 的请求 JSON 对象: 包含 custom_id, method="POST", url="/v4/chat/completions" body 包含 model, max_tokens messages 包含 用户角色消息: 消息内容包含 Base64图像 和 OCR_PROMPT 文本 将请求 JSON 对象转换为单行字符串 (JSONL 格式) 将该行添加到 result 返回 result // 函数：记录日志（GUI界面和控制台） 函数 log(消息文本): 将消息文本添加到 GUI 日志区域 滚动日志区域到底部 打印消息文本到控制台 // 函数：更新计时器显示 函数 update_timer(): 如果 start_time 已设置: 计算已过去时间 更新 GUI 计时器标签显示 安排 1秒后再次执行此函数 // 主 GUI 类 类 BatchAPIConverterGUI: 初始化(): 创建主窗口 (Tkinter) 设置窗口标题和大小 初始化状态变量: selected_image_files, output_folder, zhipuai_client, start_time, total_batches, processed_batches 创建所有 GUI 控件 (输入框, 按钮, 标签, 进度条, 日志区) 方法 select_image_files(): 打开文件选择对话框 (允许选择多个文件) 使用 filter_image_files 过滤非图像文件 更新 selected_image_files 状态 更新 GUI 显示选定的文件数量 记录日志 方法 select_output_folder(): 打开目录选择对话框 更新 output_folder 状态 更新 GUI 显示输出文件夹路径 记录日志 方法 start_batch_conversion(): 获取 API 密钥、模型、最大token数、批次大小的输入值 验证 API 密钥、是否选择了文件、是否选择了输出文件夹 如果验证失败，显示警告并返回 初始化 ZhipuAI Client 使用 API 密钥 使用 chunk_list 将选定文件分批 初始化进度条和批次计数 记录总批次信息 记录 start_time 并启动 update_timer 调用 process_next_batch 开始第一个批次的处理 方法 process_next_batch(剩余批次列表, API模型, 最大token数): 如果 剩余批次列表为空: 记录 "全部批次处理完毕" 更新 GUI 状态标签 返回 取出 剩余批次列表中的第一个批次 (当前批次) 计算 当前批次索引 记录 开始处理当前批次的信息 生成当前批次的请求数据 (调用 create_batch_jsonl) 保存请求数据到临时 JSONL 文件 尝试上传临时 JSONL 文件到 ZhipuAI (purpose="batch") 如果上传失败: 记录错误 增加 processed_batches 更新进度条 递归调用 process_next_batch 处理下一个批次 返回 获取上传成功后的 input_file_id 记录上传成功信息 尝试创建 ZhipuAI batch 任务 (使用 input_file_id) 如果创建任务失败: 记录错误 增加 processed_batches 更新进度条 递归调用 process_next_batch 处理下一个批次 返回 获取创建成功后的 batch_id 记录 batch 任务 ID 将临时请求文件重命名为包含 batch_id 的文件名 启动轮询 batch 任务状态 (调用 poll_batch_status), 并指定完成后执行 handle_batch_result 方法 poll_batch_status(batch_id, 完成后的回调函数): 尝试 使用 ZhipuAI client 获取 batch_id 的状态 如果获取状态失败: 记录错误 返回 (本次轮询结束，不影响后续批次) // 注意：这里可能需要更严谨的错误处理 更新 GUI 状态标签显示当前状态 如果状态是 "completed": 调用 完成后的回调函数 (handle_batch_result) 返回 如果状态是 "failed" 或 "expired": 记录异常状态 增加 processed_batches 更新进度条 返回 (本次轮询结束，不影响后续批次) // 如果状态不是完成/失败/过期 安排 5秒后再次执行 poll_batch_status (继续轮询) 方法 handle_batch_result(batch_id, 剩余批次列表, API模型, 最大token数): 尝试 使用 ZhipuAI client 获取 batch_id 的完整信息 如果获取失败: 记录错误 增加 processed_batches 更新进度条 递归调用 process_next_batch 处理下一个批次 返回 获取 batch_id 的 output_file_id 下载 output_file_id 对应的内容 (ZhipuAI client) 保存下载内容到本地 JSONL 文件 尝试 解析下载的 JSONL 文件: 遍历 JSONL 文件中的每一行: 尝试 将行解析为 JSON 对象 提取 custom_id 和 识别出的文本内容 如果 custom_id 和 文本内容都存在: 保存文本内容到以 custom_id 为文件名 (加 .txt 后缀) 的文件 记录保存成功信息 否则: 记录 custom_id 无内容或解析失败 如果解析文件失败: 记录错误 增加 processed_batches 更新进度条 记录当前批次完成信息 递归调用 process_next_batch 处理下一个批次 // 主程序入口 如果 当前脚本是主程序: 创建 BatchAPIConverterGUI 实例 启动 GUI 事件循环