对照文档翻译器产品系统

面向科研学习与学术文献阅读场景，帮助需要精读外文论文的学生和研究者减少在 PDF、OCR 工具、翻译页面之间反复切换的操作。阅读扫描版或包含图文内容的论文时，可针对页面中的段落、公式说明或图表区域进行局部识别与翻译，并保留原文和译文的对应关系，便于理解、复习和整理。项目源于学生时代对照阅读论文的实际需求，也用于实践 OCR、模块化架构与桌面应用开发。

1. 支持打开本地 PDF，也可通过 URL 下载 PDF；将文档页面渲染后在桌面界面中预览。
2. 可在页面上创建、移动和调整区域框，选择需要处理的文字或图文区域；保留区域位置及页面信息。
3. 提供可配置的处理流水线：裁剪图像、调用 Tesseract OCR 识别文字、按段落或句子整理识别结果，并处理断行连字符。
4. 可接入 Google 翻译 API 或 Google Apps Script 翻译节点，设置源语言、目标语言及分批字符数，并显示处理进度。
5. 将区域图片、原文和译文组合生成 HTML 对照页面；可选择图片格式、内嵌样式与图片、保存原始 PDF，并在导出后打开结果。

使用 Python 与 PyQt6 构建桌面程序，按 Model、View、Controller 和 Listener 分层组织。通过 PipelineNode 定义处理节点及输入/输出端口，用户可在界面中配置节点并连接数据流；节点通过文档树上的处理缓存传递结果。项目以 Hub 传递宿主和模块依赖，并扫描 I/O、流水线和监听器基类的实现类，形成轻量 IoC 与插件式扩展机制。事件监听器使用队列配合 Qt 定时回调处理 UI 更新和流水线任务。实现中的重点是把可视化选区映射到 PDF 页面坐标，并让 OCR、文本整理、翻译和 HTML 导出按节点顺序协作；翻译请求按字符上限分批，同时更新进度并处理 Qt 事件。