# Architecture OCR Réorganisée

## Structure des Répertoires

```
project/
│
├── utils/
│   ├── ocr_brut/                  # OCR basique (Tesseract)
│   │   ├── ocr_utils.py           # Fonctions d'extraction de texte 
│   │   ├── ocr_preprocessor.py    # Prétraitement d'images pour OCR
│   │   └── README.md              # Documentation
│   │
│   ├── ocr_avance/                # OCR avancé (Llama Vision)
│   │   ├── image_preparer.py      # Préparation pour modèle Llama Vision
│   │   ├── ocr_cleaner.py         # Nettoyage et amélioration du texte
│   │   ├── ocr_clean_dict.json    # Dictionnaire de correction OCR
│   │   ├── hallucination_filter.json  # Filtres pour hallucinations
│   │   ├── translation_clean_dict.json  # Corrections pour traduction
│   │   └── README.md              # Documentation
│   │
│   └── __init__.py                # Compatibilité avec imports existants
│
├── agents/
│   └── llama_vision/
│       └── agent_vision_ocr.py    # Agent principal utilisant les modules OCR
│
├── results/
│   ├── ocr_brut/                  # Résultats OCR Tesseract
│   ├── ocr_avance/                # Résultats OCR Llama Vision
│   └── README.md                  # Documentation
│
└── test_agent_ocr.py              # Script de test principal
```

## Circuit de Traitement OCR

1. **OCR Brut (Tesseract)**
   - Sélection d'un profil de prétraitement (default, document, aggressive, clahe_high, invert_light)
   - Prétraitement de l'image avec `ocr_preprocessor.py`
   - Extraction du texte avec Tesseract via `ocr_utils.py`
   - Sauvegarde des résultats dans `results/ocr_brut/`

2. **OCR Avancé (Llama Vision)**
   - Préparation de l'image pour le modèle avec `image_preparer.py`
   - Envoi au modèle par l'agent `AgentVisionOCR`
   - Nettoyage du texte extrait avec `ocr_cleaner.py`
   - Sauvegarde des résultats dans `results/ocr_avance/`

## Configuration Actuelle

- **OCR Brut** : Profil "document" avec PSM=11, OEM=3
- **OCR Avancé** : Modèle Llama Vision avec image redimensionnée à 672x672

## Tests

Le script `test_agent_ocr.py` permet de tester l'ensemble du circuit avec une image de test.

## Notes Importantes

1. Les fichiers dans `utils/` servent uniquement à la compatibilité avec les imports existants
2. Les résultats sont stockés dans des répertoires séparés pour plus de clarté
3. Le répertoire `ocr_brut_test/` a été conservé pour des tests ultérieurs"