pdf转md思路
rapidocr paddle版本的报错（onnxruntime解析很慢）
C++ Traceback (most recent call last): No stack trace in paddle, may be caused by external reasons. Error Message Summary: FatalError: Segmentation fault' is detected by the operating system. Timelnfo: \*\*\* Aborted at 1760348604 (unix time) try "date-d @1760348604" if you are using GNU date \*\*\* Signallnfo: \*\*\* SIGSEGV (@0x7fafe0a32000) received by PID 29461 (TID 0x7fb8bbdff700) from PID 18446744073183371264 \*\*\*
C++ 调用栈（按最近调用顺序排列）： 在 paddle 中没有出现堆栈跟踪信息，这可能是由外部原因导致的。 错误信息摘要： 致命错误：操作系统检测到"分段错误"。系统信息：\*\*\* 异常终止于 1760348604（UNIX 时间） 请使用 GNU 的 date 命令执行"date -d @1760348604"来查看 \*\*\* 信号信息：\*\*\* 发生了 SIGSEGV（0x7fafe0a32000）信号，由进程 ID 29461（线程 ID 0x7fb8bbdff700）从进程 ID 18446744073183371264 发出 \*\*\*
这里是我pdf写md的文件代码的问题，每次调用一页的内存就会增加50MB左右，在top指令可以看到。上升到3G，可能有OOM。
然后针对代码进行了优化。这里的单例复用，每次解析都会调到一次ocr实例，单例复用 的代码进行修改，改为进程池，主进程只负责pdf转图像流，子进程负责将图像进行解析流式写入md，然后就可以了
