fix(Task#1601): gui.py CUDA子进程安全探针，防止access violation崩溃

- 新增_probe_cuda_safety()静态方法：子进程做CUDA显存分配(torch.zeros(1,device='cuda'))
- 子进程崩溃(returncode=0xC0000005 ACCESS_VIOLATION)只杀子进程，主进程存活
- _check_memory_for_gpu()内存检查通过后调用探针，探针失败→降级CPU模式
- 验证：本机GTX1650+torch2.5.1+cu121探针returncode=3221225477，探针正确拦截
- monitor.py已有子进程隔离(_ensure_easyocr_subprocess)，无需修改

gui.py

@@ -123,8 +123,44 @@ class OCREngineManager:
         self._timer_thread = None
         self._timer_stop = threading.Event()
 
+    @staticmethod
+    def _probe_cuda_safety(timeout: int = 30) -> bool:
+        """子进程 CUDA 安全探针：在子进程里做 CUDA 显存分配。
+        返回 True = CUDA 可用且安全，False = 不可用或崩溃。
+        崩溃只杀子进程，不影响主进程。"""
+        import subprocess, sys
+        _probe_code = (
+            "import torch; "
+            "assert torch.cuda.is_available(), 'CUDA not available'; "
+            "t = torch.zeros(1, device='cuda'); "
+            "del t; "
+            "torch.cuda.empty_cache(); "
+            "print('CUDA_OK')"
+        )
+        try:
+            _py = sys.executable
+            _r = subprocess.run(
+                [_py, "-c", _probe_code],
+                capture_output=True, text=True, timeout=timeout,
+                creationflags=getattr(subprocess, 'CREATE_NO_WINDOW', 0)
+            )
+            ok = _r.returncode == 0 and "CUDA_OK" in _r.stdout
+            if not ok:
+                # 子进程崩溃或超时
+                _stderr_snip = (_r.stderr or "")[:200]
+                logging.getLogger(__name__).warning(
+                    f"[gui] CUDA 子进程探针失败(rc={_r.returncode}): {_stderr_snip}"
+                )
+            return ok
+        except subprocess.TimeoutExpired:
+            logging.getLogger(__name__).warning("[gui] CUDA 子进程探针超时")
+            return False
+        except Exception as e:
+            logging.getLogger(__name__).warning(f"[gui] CUDA 子进程探针异常: {e}")
+            return False
+
     def _check_memory_for_gpu(self) -> bool:
-        """检查系统内存，决定是否可用GPU模式。与monitor.py同逻辑。"""
+        """检查系统内存 + CUDA 安全性，决定是否可用GPU模式。"""
         try:
             import torch
             if not torch.cuda.is_available():
@@ -167,6 +203,16 @@ class OCREngineManager:
                 self._log(f"  ⚠ 系统提交量过高({commit_pct:.0f}% > 95%)，降级CPU模式")
                 return False
 
+            # ⭐ Task #1601: CUDA 子进程安全探针
+            # torch.cuda.is_available() 通过不代表 CUDA 安全——
+            # 显存分配/access violation 在 native 层崩溃，Python try/except 捕获不到。
+            # 子进程探针做真实 CUDA tensor 分配，崩溃只杀子进程。
+            self._log("  🔍 运行 CUDA 安全探针...")
+            if not self._probe_cuda_safety(timeout=30):
+                self._log("  ⚠ CUDA 探针失败（驱动/显存异常），降级CPU模式")
+                return False
+            self._log("  ✅ CUDA 探针通过")
+
             self._log(f"  ✅ 内存充足，启用GPU模式")
             return True
 
@@ -186,6 +232,9 @@ class OCREngineManager:
             self._log("🔧 初始化OCR引擎...")
 
             # 初始化EasyOCR（根据内存条件选择GPU/CPU）
+            # ⭐ Task #1601: GPU 探针已拦截 CUDA 异常，此处用 try/except 兜底
+            #    access violation (native crash) 无法被 Python 捕获，
+            #    但探针通过后此概率极低；CPU 模式不受 native crash 影响。
             use_gpu = False
             try:
                 import easyocr
@@ -196,7 +245,7 @@ class OCREngineManager:
                     self._easyocr_reader = easyocr.Reader(['ch_sim', 'en'], gpu=use_gpu, verbose=False)
                     self._log(f"  ✅ EasyOCR就绪（{mode_str}模式）")
                 except Exception as e:
-                    # GPU失败 → 降级CPU重试
+                    # GPU失败 → 降级CPU重试（注意：access violation 不可被 except 捕获）
                     if use_gpu:
                         self._log(f"  ⚠ EasyOCR GPU初始化失败: {e}，降级CPU重试...")
                         try: