chore(scratch): archives des scripts exploratoires de choix d'OCR

Conservés comme trace de recherche — non documentés, non factorisés,
ne pas dépendre de ce dossier depuis le code de production.

- test_glm_ocr.py          : benchmark GLM-OCR 0.9B (écarté pour
                             faiblesse sur dp_libelle, praticien et
                             colonne Recodage).
- test_got_ocr.py          : tests GOT-OCR2.0 (échec sur tableaux
                             denses à en-têtes verticaux).
- test_paddle.py           : tentative PaddleOCR (incompatible avec
                             paddlepaddle installé).
- test_surya.py            : tentative Surya (incompatible
                             transformers 5.6).
- test_qwen_vl.py          : Qwen2.5-VL-7B (excellent mais 220s/page,
                             écarté faute de VRAM et vitesse).
- test_qwen_vl_3b.py       : Qwen2.5-VL-3B (retenu, 3s/page, qualité
                             > GLM-OCR sur les champs critiques).
- test_prompt_ab.py        : A/B test prompts Accord/Désaccord.
- test_prompt_crop*.py     : prompts + crop ciblé checkboxes (échec
                             → module pipeline/checkboxes.py).
- test_prompt_recueil_*.py : prompts page recueil (consignes verbeuses
                             dégradent la sortie, cf. discussion).
- README.md                : index du dossier.

Co-Authored-By: Claude Opus 4.7 (1M context) <noreply@anthropic.com>

scratch/test_prompt_crop.py

@@ -0,0 +1,47 @@
+"""Test : cropper la zone checkbox et demander à GLM-OCR."""
+from pathlib import Path
+from PIL import Image
+from pipeline.ocr_glm import GLMOCR
+from pipeline.ingest import pdf_to_images
+
+# Zone checkbox sur la fiche recueil : bas à droite, ~60-85% largeur, 82-88% hauteur
+ZONE = (0.55, 0.82, 0.92, 0.90)
+
+CASES = [
+    ("2018 CARC/OGC 7.pdf",  1, "accord"),
+    ("2018 CARC/OGC 55.pdf", 1, "désaccord"),
+    ("2018 CARC/OGC 27.pdf", 1, "désaccord"),
+    ("2018 CARC/OGC 86.pdf", 1, "désaccord"),  # ajout pour confirmer
+]
+
+PROMPTS = {
+    "P1_naturel": """Sur cette image, deux cases à cocher : "Accord" et "Désaccord". Quelle case contient une croix ou est remplie ? Réponds par UN SEUL mot : accord OU désaccord.""",
+    "P2_json":    """Retourne UNIQUEMENT ce JSON :\n{"case_cochee": "accord" ou "désaccord"}\nRegarde les deux cases à cocher sur l'image et identifie celle qui est cochée (X, V ou noire).""",
+}
+
+
+def crop_rel(img: Image.Image, z):
+    w, h = img.size
+    return img.crop((int(z[0]*w), int(z[1]*h), int(z[2]*w), int(z[3]*h)))
+
+
+def main():
+    ocr = GLMOCR()
+    print(f"VRAM = {ocr.vram_gb:.2f} Go\n")
+
+    Path("/tmp/ogc_crops").mkdir(exist_ok=True)
+    for pdf, page, expected in CASES:
+        images = pdf_to_images(pdf)
+        img = Image.open(images[page - 1])
+        crop = crop_rel(img, ZONE)
+        crop_path = f"/tmp/ogc_crops/{Path(pdf).stem.replace(' ', '_')}_cb.png"
+        crop.save(crop_path)
+        print(f"=== {Path(pdf).stem} (attendu: {expected})   crop={crop.size} ===")
+        for name, prompt in PROMPTS.items():
+            res = ocr.run(crop_path, prompt, max_new_tokens=64)
+            print(f"  [{name}] → {res['text'].strip()[:120]}")
+        print()
+
+
+if __name__ == "__main__":
+    main()