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_surya.py

@@ -0,0 +1,43 @@
+"""Test Surya OCR sur les 4 dossiers de référence."""
+import time
+from pathlib import Path
+from PIL import Image
+from pipeline.ingest import pdf_to_images
+
+# Surya expose des predictors ; on fait OCR + layout + reading order
+from surya.recognition import RecognitionPredictor
+from surya.detection import DetectionPredictor
+from surya.foundation import FoundationPredictor
+
+CASES = ["2018 CARC/OGC 7.pdf", "2018 CARC/OGC 27.pdf", "2018 CARC/OGC 55.pdf", "2018 CARC/OGC 86.pdf"]
+
+
+def main():
+    print("--- Chargement Surya ---")
+    t0 = time.time()
+    foundation = FoundationPredictor()
+    recognition = RecognitionPredictor(foundation)
+    detection = DetectionPredictor()
+    print(f"Chargé en {time.time()-t0:.1f}s")
+
+    Path("test_surya_out").mkdir(exist_ok=True)
+    for pdf in CASES:
+        name = Path(pdf).stem
+        img_path = pdf_to_images(pdf)[0]
+        img = Image.open(img_path)
+        print(f"\n=== {name} ===")
+        t0 = time.time()
+        preds = recognition([img], det_predictor=detection)
+        elapsed = time.time() - t0
+        lines = []
+        for p in preds:
+            for l in p.text_lines:
+                lines.append(l.text)
+        out = "\n".join(lines)
+        print(f"  ({elapsed:.1f}s, {len(lines)} lignes)")
+        print(out[:1500])
+        (Path("test_surya_out") / f"{name}.txt").write_text(out)
+
+
+if __name__ == "__main__":
+    main()