refactor: 恢复命令行调用方式并支持双模式切换

- 默认使用命令行方式（paddleocr doc_parser）
- 保留独立脚本方式作为备选
- 通过 PADDLEOCR_CALL_METHOD 环境变量控制
  - cli: 命令行方式（默认）
  - wrapper: 独立脚本方式
- 拆分为 _call_paddleocr_cli 和 _call_paddleocr_wrapper
- 保持显存管理和垃圾检测功能

pdf_converter_v2/utils/paddleocr_fallback.py

@@ -55,6 +55,12 @@ except ImportError:
     PADDLEOCR_API_AVAILABLE = False
     logger.warning("[PaddleOCR备用] paddleocr Python API 未安装")
 
+# 调用方式选择：
+# - "cli": 使用命令行方式（paddleocr doc_parser）
+# - "wrapper": 使用独立脚本方式（paddleocr_wrapper.py）
+# 默认使用命令行方式
+PADDLEOCR_CALL_METHOD = os.environ.get("PADDLEOCR_CALL_METHOD", "cli")
+
 # PaddleOCR VL pipeline 单例（避免重复初始化）
 _PADDLEOCR_PIPELINE_CACHE: Dict[tuple, Any] = {}
 
@@ -285,7 +291,11 @@ def _call_paddleocr_api(
     use_chart_recognition: bool = False,
     use_layout_detection: bool = False
 ) -> tuple[bool, Optional[str]]:
-    """通过独立脚本调用 PaddleOCR VL（避免显存共享问题）
+    """调用 PaddleOCR VL 进行识别
+    
+    支持两种调用方式（通过 PADDLEOCR_CALL_METHOD 环境变量控制）：
+    - "cli": 使用命令行方式（paddleocr doc_parser）- 默认
+    - "wrapper": 使用独立脚本方式（paddleocr_wrapper.py）- 避免显存共享
     
     如果 GPU 显存为 16GB，会自动停止 MinerU 服务以释放显存，
     PaddleOCR 处理完成后再重启 MinerU 服务。
@@ -303,7 +313,7 @@ def _call_paddleocr_api(
     
     try:
         if not os.path.exists(image_path):
-            logger.error(f"[PaddleOCR Wrapper] 图片文件不存在: {image_path}")
+            logger.error(f"[PaddleOCR API] 图片文件不存在: {image_path}")
             return False, None
         
         os.makedirs(save_path, exist_ok=True)
@@ -311,13 +321,100 @@ def _call_paddleocr_api(
         # 检测 GPU 显存，如果是 16GB 则停止 MinerU 服务
         gpu_memory = _get_gpu_memory_total()
         if gpu_memory and gpu_memory <= 16:
-            logger.info(f"[PaddleOCR Wrapper] 检测到 GPU 显存为 {gpu_memory}GB，停止 MinerU 服务以释放显存")
+            logger.info(f"[PaddleOCR API] 检测到 GPU 显存为 {gpu_memory}GB，停止 MinerU 服务以释放显存")
             if _stop_mineru_service():
                 mineru_stopped = True
                 # 等待服务完全停止
                 import time
                 time.sleep(3)
         
+        # 根据配置选择调用方式
+        if PADDLEOCR_CALL_METHOD == "wrapper":
+            # 使用独立脚本方式
+            return _call_paddleocr_wrapper(image_path, save_path, use_chart_recognition, use_layout_detection)
+        else:
+            # 使用命令行方式（默认）
+            return _call_paddleocr_cli(image_path, save_path, use_chart_recognition, use_layout_detection)
+        
+    except Exception as e:
+        logger.error(f"[PaddleOCR API] 处理失败: {e}")
+        import traceback
+        logger.error(traceback.format_exc())
+        return False, None
+    finally:
+        # 如果停止了 MinerU 服务，需要重新启动
+        if mineru_stopped:
+            logger.info("[PaddleOCR API] PaddleOCR 处理完成，重启 MinerU 服务")
+            _start_mineru_service()
+
+
+def _call_paddleocr_cli(
+    image_path: str,
+    save_path: str,
+    use_chart_recognition: bool = False,
+    use_layout_detection: bool = False
+) -> tuple[bool, Optional[str]]:
+    """使用命令行方式调用 PaddleOCR"""
+    try:
+        image_basename = os.path.splitext(os.path.basename(image_path))[0]
+        save_path_base = os.path.join(save_path, image_basename)
+        
+        # 构建命令
+        cmd = [_get_paddleocr_executable(), "doc_parser", "-i", image_path]
+        cmd.extend(["--precision", "fp32"])
+        cmd.extend(["--use_doc_unwarping", "False"])
+        cmd.extend(["--use_doc_orientation_classify", "False"])
+        cmd.extend(["--use_chart_recognition", "True" if use_chart_recognition else "False"])
+        cmd.extend(["--use_layout_detection", "True" if use_layout_detection else "False"])
+        cmd.extend(["--save_path", save_path_base])
+        cmd.extend(_paddle_ocr_device_args())
+        
+        logger.info(f"[PaddleOCR CLI] 执行命令: {' '.join(cmd)}")
+        
+        # 执行命令
+        env = _get_paddleocr_subprocess_env()
+        result = subprocess.run(
+            cmd,
+            capture_output=True,
+            text=True,
+            timeout=120,
+            check=False,
+            env=env,
+        )
+        
+        if result.returncode != 0:
+            logger.error(f"[PaddleOCR CLI] 执行失败，返回码: {result.returncode}")
+            if result.stderr:
+                logger.error(f"[PaddleOCR CLI] 错误输出: {result.stderr}")
+            return False, None
+        
+        # 查找生成的 markdown 文件
+        markdown_file = save_path_base + ".md"
+        if os.path.exists(markdown_file):
+            logger.info(f"[PaddleOCR CLI] 成功，markdown 文件: {markdown_file}")
+            return True, markdown_file
+        
+        logger.error(f"[PaddleOCR CLI] 未找到 markdown 输出文件: {markdown_file}")
+        return False, None
+        
+    except subprocess.TimeoutExpired:
+        logger.error("[PaddleOCR CLI] 执行超时（120秒）")
+        return False, None
+    except Exception as e:
+        logger.error(f"[PaddleOCR CLI] 处理失败: {e}")
+        import traceback
+        logger.error(traceback.format_exc())
+        return False, None
+
+
+def _call_paddleocr_wrapper(
+    image_path: str,
+    save_path: str,
+    use_chart_recognition: bool = False,
+    use_layout_detection: bool = False
+) -> tuple[bool, Optional[str]]:
+    """使用独立脚本方式调用 PaddleOCR"""
+    try:
         # 获取 wrapper 脚本路径
         current_dir = os.path.dirname(os.path.dirname(os.path.dirname(os.path.abspath(__file__))))
         wrapper_script = os.path.join(current_dir, "paddleocr_wrapper.py")
@@ -380,11 +477,6 @@ def _call_paddleocr_api(
         import traceback
         logger.error(traceback.format_exc())
         return False, None
-    finally:
-        # 如果停止了 MinerU 服务，需要重新启动
-        if mineru_stopped:
-            logger.info("[PaddleOCR Wrapper] PaddleOCR 处理完成，重启 MinerU 服务")
-            _start_mineru_service()
 
 
 def has_recognition_garbage(text: str, min_repeat: int = 10) -> bool: