自制扫描文档

最新推荐文章于 2024-11-13 22:29:30 发布

haimizhao

最新推荐文章于 2024-11-13 22:29:30 发布

阅读量219

点赞数

分类专栏：软件使用文章标签： linux

本文链接：https://blog.csdn.net/haimizhao/article/details/104738068

版权

软件使用专栏收录该内容

4 篇文章 0 订阅

订阅专栏

拍照

材料
拿裁纸刀把书页裁下来，装订好的厚书中间部分无法清晰拍摄，注意不要在桌子上裁，容易把桌子划到，尽可能找一把够坚硬的尺子

设备
三角架+相机+手机控制+一张比书本略大的纸作为背景

条件
充足的照明，可以是自然光或者近距离灯光

拍摄方式
将书整齐放在背景纸上，拍一页拿走一页，拿走的页不要翻面
拍完一面之后把书页整理好，拍另一面，一部分一部分整理，否则书页对齐不了

后期处理

双面合并
用shell处理，奇数面从1开始，偶数面从2开始，每次加2，按顺序重新命名

图片压缩
imagemagick(convert)
相机拍出来比较大，需要适当压缩，加上自动白平衡
convert odd/$file -rotate -90 -resize “999x1333” -auto-level $filename

转成分片pdf
用convert需要一部分一部分转，否则内存会暴
convert *.jpg output.pdf

合并pdf
pdftk 1.pdf 2.pdf 3.pdf cat out out.pdf

制作书签
导出原有pdf信息至info文件
pdftk out.pdf dump_data output info

编辑书签文件
级别标题页码
1|第1章计算机系统概论|1
2|1.1 计算机的分类|1
2|1.2 计算机的发展简史|2

书签标题转码

function make_title() {
	echo -n "$1" |iconv -t unicode|od -x -d | grep -E '\<[0-9]{5}\>' |\
		awk -F"[ \n]" -v RS="\n\n" '
			{out_str="";
				for (i=1;i<=NF;i++) {
					if ($i != "" && $i != "65279") {
						#print $i
						out_str=out_str"&#"$i";"
					}
				}
				print out_str
			}'
}

生成pdf信息格式

function read_table() {
	while IFS="|" read -r level title i; do
	book_title=$(make_title "$title")
		# 页码对齐
	((i=i+4))
	echo "BookmarkBegin"
	printf "BookmarkTitle: %s\n" $book_title
	printf "BookmarkLevel: %s\n" $level
	printf "BookmarkPageNumber: %d\n" $i
	done < $1
}

生成的信息合并到原pdf信息文件info当中

BookmarkBegin
BookmarkTitle: &#30446;&#24405;
BookmarkLevel: 1
BookmarkPageNumber: 1
BookmarkBegin
BookmarkTitle: &#31532;&#49;&#31456;&#32;&#35745;&#31639;&#26426;&#31995;&#32479;&#27010;&#35770;
BookmarkLevel: 1
BookmarkPageNumber: 5
BookmarkBegin
BookmarkTitle:   &#49;&#46;&#49;&#32;&#35745;&#31639;&#26426;&#30340;&#20998;&#31867;
BookmarkLevel: 2
BookmarkPageNumber: 5

生成最终文档final.pdf
pdftk out.pdf update_info info output final.pdf

踩的坑

imagemagick策略文件

/etc/ImageMagick-6/policy.xml
增加一行

 <policy domain="coder" rights="read | write" pattern="PDF" />

默认不支持读写pdf

生成pdf过程中会报错，声称缓存不足(有点懞，大致是这几行，我都改了)

  <policy domain="resource" name="memory" value="2GB"/>
  <policy domain="resource" name="map" value="2GB"/>                         
  <policy domain="resource" name="area" value="2GB"/>      
  <policy domain="resource" name="disk" value="3GB"/>

调整图像质量
1、空白部分亮度不足，尝试了-sigmoidal-contrast参数，连字体一起变谈了，最后用的-auto-level自动调整的白平衡
2、想制作扫描仪效果，尝试了生成灰度图像-colorspace Gray，背景也是灰的，尝试了二值化-threshold 40%-70%，要么整体看不清，要么一块一块黑膏药，文石的去水印挺好用，不完美但已经是最好结果