iOS：在现有应用程序中使用自动裁剪、OCR 和批处理功能进行离线文档扫描

初始情况：有一个可供现场服务员工使用的 iOS 应用程序（iOS 16-17）。如今，客户文件是用普通相机拍摄的，然后管理人员手动裁剪、对齐和重新打印数据。有必要集成离线扫描和识别模块，以加快注册速度并减少错误。

技术环境和限制：Swift 项目、MVVM 架构、通过 Xcode 组装、通过 SPM 依赖。设备上往往没有互联网，因此整个管道必须离线工作。您不能使用第三方付费SDK和云OCR服务。仅Apple系统框架有效。 iOS 16 的最低版本。数据是个人的 - 不向外部发送任何内容，不将其保存在照片中，仅存储在应用程序的沙箱中。

需要做什么：实现一个扫描屏幕，具有流式文档搜索、基于稳定性的自动拍摄、透视校正和提高的可读性。扫描后，文档应转换为多页 PDF，执行 OCR，并将结果作为 PDF + 结构化文本返回到应用程序。添加批量扫描模式 - 每个会话最多 20 页，能够重新拍摄页面、更改顺序、删除、合并为一个 PDF。

功能要求：
1) 扫描：文档矩形检测、帧质量指示、自动拍摄、手动拍摄、拍照后手动角度调整。
2）预处理：亮度/对比度归一化、阴影抑制、合理范围内的锐化，使文本更具可读性。
3) OCR：俄语和英语文本识别，如果可能的话，自动检测语言；返回全文和原始页面坐标中的边界框数组。
4）导出：PDF/A-like PDF（常规PDF也可以），每个页面是图像+文本层（如果在系统API上实现），或PDF+带有OCR层的单独JSON。
5) 集成：完成的模块通过单个公共接口（协议/外观）连接到现有的工单屏幕，以便团队可以在应用程序的其他部分重用该模块。

验收标准（可衡量）：模块是在当前项目中构建的，无需额外付费依赖；在 iPhone 12 及更高版本上，在典型的办公室照明下，10 页的包裹在不超过 60 秒的时间内完全离线处理（包括 OCR）；在客户提供的20张图片测试集上，A4打印文字的识别准确率不低于95%；最终 PDF 大小每页不超过 1.5 MB，且具有可读质量；不会泄露个人数据 - 扫描结果不会出现在照片中，也不会写入公共目录。

预期结果：使用现成的模块向存储库进行 PR/提交、对现有屏幕进行最少的编辑以进行集成、设置相机分辨率以及简短的使用说明。您还需要对关键部分进行一小组自动测试（例如，解析/生成 JSON OCR 层并检查页面顺序）以及用于 QA 的手动检查表。

工具：Swift、AVFoundation/Vision/CoreImage/PDFKit（或等效系统）、Xcode、SPM。随着工作的进展，将需要进行性能和内存分析，以便批处理不会在 4-6 GB RAM 设备上崩溃。