feat: 重写打包脚本，支持PaddleOCR 2.x离线分发

- build_exe.py: 适配2.x，onedir模式，自动复制models/到dist
- ocr_offline.py: 打包态自动检测并使用本地离线模型

Co-Authored-By: Claude Opus 4.6 <noreply@anthropic.com>

build_exe.py

@@ -1,63 +1,99 @@
 #!/usr/bin/env python3
 """
-打包脚本 - 将桌面程序打包成独立可执行文件
-使用方法: pip install pyinstaller && python build_exe.py
+打包脚本 - 将桌面程序打包成可离线分发的目录包
+使用方法: python build_exe.py [--debug]
 
-调试版本: python build_exe.py --debug
+产出: dist/信封信息提取系统/
+  ├── 信封信息提取系统.exe
+  ├── _internal/          (运行时依赖)
+  └── models/             (OCR 模型，需提前通过 prepare_models.py 准备)
 """
 import subprocess
 import sys
+import shutil
 from pathlib import Path
 
-PROJECT_ROOT = Path(__file__).parent)
+PROJECT_ROOT = Path(__file__).parent
+DIST_NAME = "信封信息提取系统"
 
 
 def build(debug=False):
-    """使用 PyInstaller 打包"""
+    """使用 PyInstaller 打包（onedir 模式）"""
 
     print("正在打包，请稍候...")
     print(f"工作目录: {PROJECT_ROOT}")
+    print(f"模式: {'调试（带控制台）' if debug else '正式（无控制台）'}")
     print("-" * 50)
 
-    # 使用 Python -m PyInstaller 方式
-    # --paths 将 src 目录添加到 Python 路径，避免导入问题
     cmd = [
         sys.executable,
         "-m", "PyInstaller",
-        "--name=信封信息提取系统",
-        "--onefile",
-        "--clean",
+        f"--name={DIST_NAME}",
+        "--onedir",
         "--noconfirm",
         "--paths=src",
+        # --- hidden imports ---
+        "--hidden-import=cv2",
+        "--hidden-import=PIL",
+        "--hidden-import=processor",
+        "--hidden-import=ocr_offline",
+        "--hidden-import=paddleocr",
+        "--hidden-import=paddle",
+        # --- 收集 paddleocr 全部数据（模型配置、字典等） ---
+        "--collect-all=paddleocr",
+        # --- 元数据（部分库在运行时通过 importlib.metadata 查版本） ---
+        "--copy-metadata=paddlepaddle",
+        "--copy-metadata=paddleocr",
     ]
 
-    # 调试模式：显示控制台窗口，便于查看错误
     if not debug:
         cmd.append("--windowed")
+    else:
+        cmd.append("--console")
 
     cmd.append("src/desktop.py")
 
     try:
         subprocess.run(cmd, check=True, cwd=str(PROJECT_ROOT))
-        print("-" * 50)
-        print("打包完成！")
-        exe_path = PROJECT_ROOT / "dist" / "信封信息提取系统.exe"
-        if exe_path.exists():
-            size_mb = exe_path.stat().st_size / 1024 / 1024
-            print(f"可执行文件: {exe_path}")
-            print(f"文件大小: {size_mb:.1f} MB")
-        else:
-            print("警告: 未找到输出文件")
     except subprocess.CalledProcessError as e:
         print("-" * 50)
         print(f"打包失败: {e}")
         sys.exit(1)
     except FileNotFoundError:
         print("-" * 50)
-        print("错误: 未找到 PyInstaller")
-        print("请先安装: pip install pyinstaller")
+        print("错误: 未找到 PyInstaller，请先安装: pip install pyinstaller")
         sys.exit(1)
 
+    print("-" * 50)
+
+    # 复制 models/ 到输出目录（与 exe 同级）
+    dist_dir = PROJECT_ROOT / "dist" / DIST_NAME
+    models_src = PROJECT_ROOT / "models"
+    models_dst = dist_dir / "models"
+
+    if models_src.exists() and any(models_src.rglob("*.pdmodel")):
+        print(f"复制离线模型: {models_src} -> {models_dst}")
+        if models_dst.exists():
+            shutil.rmtree(models_dst)
+        shutil.copytree(models_src, models_dst)
+    else:
+        print("⚠️  未找到离线模型。请先执行:")
+        print("    python scripts/prepare_models.py --models-dir models")
+        print("   然后重新打包，或手动将 models/ 放到 dist 目录中。")
+
+    # 统计大小
+    exe_path = dist_dir / f"{DIST_NAME}.exe"
+    if exe_path.exists():
+        folder_size = sum(
+            f.stat().st_size for f in dist_dir.rglob("*") if f.is_file()
+        ) / 1024 / 1024
+        print(f"\n打包完成！")
+        print(f"输出目录: {dist_dir}")
+        print(f"总大小: {folder_size:.1f} MB")
+        print(f"\n分发方式: 将 {dist_dir.name}/ 整个文件夹打成 zip 即可。")
+    else:
+        print("警告: 未找到输出的 exe 文件")
+
 
 if __name__ == "__main__":
     debug = "--debug" in sys.argv

src/ocr_offline.py

@@ -73,7 +73,8 @@ def create_offline_ocr(models_base_dir: Path | None = None):
     """
     创建 PaddleOCR 2.x 实例（PP-OCRv4 中文）。
 
-    首次运行会自动下载模型到 ~/.paddleocr/whl/。
+    - 打包态：使用 models/ 目录下的离线模型（完全离线）
+    - 开发态：首次运行自动下载到 ~/.paddleocr/whl/
     """
     log = logging.getLogger("post_ocr.ocr")
 
@@ -83,11 +84,22 @@ def create_offline_ocr(models_base_dir: Path | None = None):
     log.info("create_offline_ocr: importing paddleocr")
     from paddleocr import PaddleOCR
 
+    # 构建 PaddleOCR 参数
+    kwargs = dict(lang="ch", use_angle_cls=False, show_log=False)
+
+    # 如果 models/ 目录存在离线模型，显式指定路径（打包分发场景）
+    models_dir = models_base_dir or get_models_base_dir()
+    det_dir = models_dir / "ch_PP-OCRv4_det_infer"
+    rec_dir = models_dir / "ch_PP-OCRv4_rec_infer"
+
+    if (det_dir / "inference.pdmodel").exists() and (rec_dir / "inference.pdmodel").exists():
+        log.info("使用离线模型: %s", models_dir)
+        kwargs["det_model_dir"] = str(det_dir)
+        kwargs["rec_model_dir"] = str(rec_dir)
+    else:
+        log.info("未找到离线模型，将使用默认路径（可能需要联网下载）")
+
     log.info("create_offline_ocr: creating PaddleOCR(lang=ch)")
-    ocr = PaddleOCR(
-        lang="ch",
-        use_angle_cls=False,
-        show_log=False,
-    )
+    ocr = PaddleOCR(**kwargs)
     log.info("create_offline_ocr: PaddleOCR created")
     return ocr