我看了调用的python库，

import os、import tkinter、from pathlib import Path、from PIL import Image, ImageTk、import cv2、import numpy as np、from matplotlib import pyplot as plt

上面所说的分别是一些系统组件调用、图像的常规处理、程序图形化绘制的一些库。

他提到的一些作用，我不太理解为什么要做这些功能，因为这些程序实现的功能相当有限。

我看过很多分享的古籍。来自国外大学图书馆的通常扫描质量很高，图像清晰，位置端正，不需要进行图像修复。至于民间流传的一些确实有不少噪点，歪歪斜斜也是常有的事情，如果使用机器学习或者其他AI领域的算法来进行大面积的修改，可能会产生歧义，因为这些往往是本身就有涂改或者手工标注的情况，会导致模型无所适从。

重点是调参

@摩诃 #193176

楼下的回复说的对，实际上你提到的算法并不太有用。只是那篇公众号文章里的案例看起来不错而已。切边 分页 纠偏 都需要固定坐标，并不是很智能的。很多人在使用这些算法时，都会使用色差或者纸张大小做为定位依据，很多古籍上都有油墨污渍之类的东西，以色差作为定位依据实际上会出现各种问题。而纸张大小更没什么意思了。

程序化处理案例是很理想化的，他这个没有测试软件，效果未知，就像楼上说的ai处理纠斜这些容易新增错讹，具体看使用者吧，有精力有实力的完全可以进一步研究，造福大家，普通的还是用手动操作，用多少裁拼单少。

@摩诃 #193176

在微信问了，等答复。==》已答复，内部使用不公开。

咨询ComicEnhancerPro的作者老马==》已回复，我继续推荐ComicEnhancerPro

这个大模型训练就可以了

上面完整代码的界面图，未调试，有需要自行下载调试。

重新核对，所有代码段和文章中提出的思路都用上了。

链接https://pan.baidu.com/s/1mrL_RKyuD5IHS9NgJkOYZg?pwd=h63y

现在这个实现完整包含了文章中的所有功能：

✅ 完整实现的功能：

1. 运行标记图 🎨

· 绿色边界框
· 蓝色A面垂直框线
· 红色B面垂直框线
· 黄色书口位置点
· 青色中缝线
· 紫色A面水平框线
· 橙色B面水平框线
· 完整图例说明

2. 四种特殊情况处理 🔧

· 框线重合：沿中缝智能裁切
· 严重倾斜：自动检测并校正
· 重度噪点：滤波和形态学处理
· 眉批保留：自动调整天头尺寸

3. 完整算法流程 📊

1. 边界检测（色阶分析法）
2. 垂直框线检测（上下35%/20%区域）
3. 书口定位（等分切割+色阶梯度）
4. 中缝检测（最粗框线点集）
5. 水平框线检测（基于已知位置）
6. 角点计算和透视校正

4. 标准化输出 📐

· 高度22cm (2598像素)
· 宽度不超过14cm
· 300 DPI分辨率
· 灰度模式
· 标准命名格式

这个版本现在完全对应文章中描述的所有技术细节和功能要求！

使用方法

# 简单使用
processor = AncientBookProcessor()
result = processor.process_image("input.jpg", "output")

# PDF批量处理
results = processor.process_pdf("book.pdf", "output_pdf")

# 生成报告
report = processor.generate_report("report.txt")

@赤霄 #199429

小白不会用，期待大佬打包为软件

@好之者 #199438

已打包。

pan.baidu.com/s/1Er...A?pwd=f78n

v1.4

颜色修正了还有点偏，问题不大，不需要调试可以取消勾选调试图，新增v1.3代码没有的处理图片文件夹，筒子页和普通双页混合测试效果还行。

切分还可以喂数据优化，这是别人开源的代码片段，生成的代码我也开源了的，有兴趣的自行训练。

这个软件使用没有任何限制，随意分享和使用，如果采薇阁有限制要求请遵循其限制规定，本人不保留版权，不产生任何经济关系，所有问题或责任本人概不负责。

传一份在github备存，有需要也可以在此处查看和下载源码，软件太大不能上传github下载，另附网盘链接

github.com/chixi...u_caiweige

厉害！超越了这个收费的【简拼古籍】https://www.jianpinpai.com/vip

测试了一下 gui_version1.4.py，发现问题如下：

1、有2张图处理得不是很理想，见附件图片

2、文件选择-->图像文件夹：图片列表重复，应该是这里重复加了一遍
# 查找图像文件
self.image_files = []
for ext in image_extensions:
self.image_files.extend(Path(directory).glob(f'*{ext}'))
self.image_files.extend(Path(directory).glob(f'*{ext.upper()}'))

3、不支持图片文件包含中文，查了一下，似乎可以这样处理（不知道颜色通道有没有问题）：
读图：
#image = cv2.imread(image_path, cv2.IMREAD_COLOR)
改成：
image = cv2.imdecode(np.fromfile(image_path, dtype=np.uint8),cv2.IMREAD_UNCHANGED)

写图：
#cv2.imwrite(debug_path, cv2.cvtColor(debug_image, cv2.COLOR_RGB2BGR) if len(debug_image.shape) == 3 and debug_image.shape[2] == 3 else debug_image)
改成：
debug_image_to_be_written = cv2.cvtColor(debug_image, cv2.COLOR_RGB2BGR) if len(debug_image.shape) == 3 and debug_image.shape[2] == 3 else debug_image
is_success, im_buf_arr = cv2.imencode(".jpg", debug_image_to_be_written)
im_buf_arr.tofile(debug_path)

@摩诃 #201688

你可以把修订后的代码打包成exe传到网盘分享，版本号更新到v1.5

@赤霄 #201719

代码已经上传到这里：https://www.sodatool.com/d/bee5e47b-2463-46ab-8eb5-c1c7491d8349

我也上传上面提供的两张图片的双层PDF给给大家瞅一眼，基本95%字体均被识别

@青石道人 #204953

请问是什么技术？使用几家OCR 交叉识别？