RapidOCR

PaperToProfit 在网络不可用时回退到本地 ONNX 模型 RapidOCR，在 CPU 上检测文本框，并通过二维空间聚类算法按垂直中点阈值分组、按水平坐标排序来配对菜名与数量价格。

文档处理层使用 RapidOCR（基于 PaddleOCR 模型转换、通过 ONNX Runtime 推理）配合 PyMuPDF，对矢量 PDF 直接读取内嵌文本层，对扫描件降级到 OCR 流程，并通过空间边界框聚类还原版面结构。