Crate pagesift_ocr 

扫描页 OCR：PP-OCRv6 的文字检测（DB）和文字识别（SVTR + CTC），纯 Rust，CPU 或 N 卡上跑 （设备见 device，GPU 不可用时自动退回 CPU 并报告原因）。 权重是 PaddlePaddle 在 Hugging Face 上发布的 safetensors（Apache-2.0），首次使用时下载 （见 models），不随本仓库分发。

流程：整页图 → det::Det::detect 得到文字行的四边形 → 逐行裁出、拉正 → rec::Rec::recognize 得到文字和置信度。

Re-exports

pub use device::Device;

pub use device::DeviceStatus;

pub use device::ModelChoice;

pub use device::Quality;

pub use device::select_models;

Modules

det

文字检测（PP-OCRv6 small 和 medium det：LCNetV4 骨干 + 颈部（small 是 RepLKFPN，medium 是 LK-PAN + 类内关系块）+ DB 头 + DB 后处理）。

device

设备与模型的选择：跑在哪（Device）、实际跑在哪（DeviceStatus）、用哪档模型（select_models）。

formula

公式识别（PP-FormulaNet_plus-L）的文本一侧：mBART 式解码器的贪心生成、字节级 BPE 的解码、 把输出整理成 LaTeX 的后处理。结构照 transformers 的 modeling_pp_formulanet.py 与 processing_pp_formulanet.py（Apache-2.0，PaddlePaddle 与 HuggingFace）。

formula_enc

PP-FormulaNet_plus-L 公式识别的图像编码器（到解码器交叉注意力的 memory 为止）。结构照 transformers 的 modeling_pp_formulanet.py 与 image_processing_pp_formulanet.py （Apache-2.0，PaddlePaddle 与 HuggingFace）里的 PPFormulaNetVisionModel：

layout

版面检测：PP-DocLayoutV3（HGNetV2-L 骨干 + RT-DETR 式混合编码器 + 可变形注意力解码器）， 输入整页图，输出带类别的区域框（正文、标题、公式、公式编号、表格、图……），按预测的阅读顺序排。 结构照 transformers 的 modeling_pp_doclayout_v3.py、modeling_hgnet_v2.py，预处理与后处理照 image_processing_pp_doclayout_v3.py（均 Apache-2.0）。掩码转多边形不做。

lcnet

PP-LCNetV4 骨干（检测、识别共用）。结构照 transformers 的 modeling_pp_lcnet_v4.py （Apache-2.0，PaddlePaddle 与 HuggingFace）：大 stem + 4 段深度可分离卷积块。 批归一化在载入时并进卷积。

math

行间公式：版面模型找出公式框，公式模型把框里的图认成 LaTeX。框里的普通文字行由流水线去掉。

models

模型清单：从哪下载、锁定的上游版本、每个文件的大小和 SHA-256；本地缓存目录与校验。 权重是 PaddlePaddle 在 Hugging Face 上发布的 PP-OCRv6 safetensors（Apache-2.0），不随本仓库 分发，打开 OCR 后第一次用时下载（下载由调用方用自己的 HTTP 客户端做，这里只给地址和校验）。

pdf

把 Engine 接到 PDF 的扫描页接口上：第一张扫描图来时才准备模型（缺的先下载，由调用方提供 下载函数，本 crate 不碰网络）、才载入，没遇到扫描页的文档一点开销都没有。

pipeline

整页流程：检测文字行 → 逐行裁出拉正 → 识别。裁行照 PaddleOCR 的 get_rotate_crop_image： 四边形按两组对边的长度定输出宽高，透视（这里用双线性四边形映射）拉成矩形； 高是宽的 1.5 倍以上时当作竖排，转 90°。

rec

文字识别（PP-OCRv6 small rec）。结构照 transformers 的 modeling_pp_ocrv6_small_rec.py 与 image_processing_pp_ocrv6_small_rec.py（Apache-2.0，PaddlePaddle 与 HuggingFace）：

Structs

GpuStats

显存和批次的统计（给评测和报告用）。

Image

一张 8 位图：灰度（1 通道）或 RGB（3 通道），按行存放、无行间填充。

Line

识别出的一行字。

Type Aliases

Quad

图上的四边形：左上、右上、右下、左下四个角（像素坐标）。