跨格式共享图片处理管线

[caichuanwang]

目标

为独立图片、DOCX、PPTX、PDF 引入跨格式共享图片处理管线，统一准入、透明图标准化、装饰图过滤和长图切片逻辑。

核心变更

新增 src/opendocs/vision/images.py

• 透明图片根据前景亮度自适应选择黑/白对比背景
• 高置信度过滤空白、近乎全透明及稀疏装饰图标（alpha coverage + 连通组件 + 颜色/边缘复杂度 + placement area + alt text）
• 独立上传小图片不因尺寸硬过滤；无意义图片由模型返回 elements=[]
• 长图按约 10% 重叠纵向切片、顺序合并、bbox 映射；超 32 tile 抛 LimitExceededError
• 部分 tile 失败保留成功内容，fatal 错误直接重抛
• native wire 路径校验、workspace 越界保护、临时文件清理

修改 src/opendocs/parsers/image.py

• 接入共享管线；小图片不硬过滤；长图切片与合并

修改 src/opendocs/parsers/office/parser.py / merge.py

• 同 digest 只分析一次，按 (page_number, source_index) 独立准入
• 装饰图跳过不影响同图其他位置解析
• decorative-only 文档不强制要求视觉模型
• 多图片恢复并发分析

修改 src/opendocs/parsers/pdf/parser.py

• hybrid crop 接入共享准入与切片；tile→crop→page 两级 bbox 映射
• 多 region 恢复并发；fatal 不被部分成功掩盖

修改 src/opendocs/vision/prompts.py

• 无标签 icon、logo、装饰箭头不属于 diagram

修改 src/opendocs/vision/litellm.py

• 支持合法的 elements=[]

验证

目标图片管线测试：84 passed
完整测试：591 passed, 9 skipped
Ruff check：通过
Ruff format check：通过（111 files already formatted）
ty check src tests：通过
git diff --check：通过
uv build：通过
DeepEcho 真实 PPTX 文档解析：通过
三轮独立代码审查：无 Blocker/High

残余限制

• PDF renderer 仍然沿用最长边约 2048px 的渲染限制
• 私有 corpus gate 未运行