技能

图片转可编辑word

Name: 图片转可编辑word
Author: user_b512a197

tencent_skillhub · 1.0.0 · 下载量 7 · 热度分 16.8

产品介绍

\--- name: photo-to-doc description: 把拍摄或扫描的书页、教辅、试卷、资料照片按内容顺序整理成排版规整的 Word 文档（.docx，并可另存 .doc）。自动处理倒置页、双栏排版、跨页断句，从照片中裁出原图并重建表格、选项、填空横线。当用户说"把这几张图片按顺序编成 Word/.doc""照片转文档""把这套题拍照转成文字稿""扫描件整理成 doc"时使用。不适用于纯 OCR 摘要、PDF 互转。 agent_created: true \--- # 图片转 Word 文档 ## 用途把一组页面照片（手机拍的教材、教辅、试卷、讲义）转成一份可直接编辑、可打印的 Word 文档：文字按内容顺序重排，插图像原书那样嵌回原位，表格与选项结构还原，填空处保留手写横线。核心思路是**内容与排版分离**： - Agent 负责"看懂"：读图取文、判断页序、量图坐标、写一份内容规格 JSON； - 脚本负责"排版"：字体、字号、间距、标题框线、表格底纹、插图等比缩放、页码，全部确定性生成。 **不要在生成的 docx 上手工改版式**。发现版式问题就改 JSON 重跑——这样能反复重生成、结果可复现。 ## 环境 - Windows + Microsoft Word（用于把 docx 另存为 .doc / PDF）。没有 Word 时只能交付 .docx，需要向用户说明。 - Python 用受管解释器 `C:\Users\Administrator\.workbuddy\binaries\python\versions\3.13.12\python.exe`，依赖 `python-docx`、`pillow`、`pymupdf`（缺失先 `python.exe -m pip install python-docx pillow pymupdf`）。 - 下文命令中 `PY` 指该解释器绝对路径，`SKILL` 指本技能目录。 ## 工作流程 ### 1. 预览定向 ```bash PY SKILL/scripts/preview_pages.py 照片目录或若干图片 --out preview_pages.jpg ``` 看缩略图总览，确认两件事：哪些页是 **180° 倒置**（页码在上、标题在下），每页是单栏还是双栏。倒置页在后续步骤统一用 `--rotate 180` 处理，不要先手动另存副本。 ### 2. 判定内容顺序 **内容顺序不等同拍摄顺序。** 先比对每页页眉、页码，以及首尾句是否接得上（例：上一页结尾"可知两"、下一页开头"军中…"）。按真实阅读顺序（页码升序）建立 `p34 → p38` 这样的页序映射，再开工。读文字时按栏走：双栏页先左栏到底、再右栏；题干跨两栏时（选项分列在两栏顶部）要在转写时拼回一起。 ### 3. 定位并裁剪插图先出网格图，按分数坐标量图框： ```bash PY SKILL/scripts/grid_overlay.py page34.jpg grid34.jpg --rotate 180 # 局部放大再看一次（y 区间 + x 区间 + 放大倍数） PY SKILL/scripts/grid_overlay.py page37.jpg grid37_right.jpg --range 0.54 0.80 --xrange 0.46 0.99 --zoom 1.7 ``` 读网格图，把每个图框写进 `crops.json`（`box` = `[x0,y0,x1,y1]`，四边各向外留 0.005—0.010 余量），再批量裁剪： ```bash PY SKILL/scripts/crop_figures.py crops.json ``` 脚本会打印每张图的尺寸/宽高比，并生成 `crops_check.jpg` 校验图。**必须读这张校验图**：图被裁断、裁进相邻文字、纸底发灰，都靠它发现。经验上需 2—3 轮微调 `box` 才能全部合格。裁剪要点： - 线图用 `mode: gray`（去底、线条变实）；流程图、彩色地图用 `mode: color`，否则浅色色块会被洗掉。 - 相邻两个图框很近时，先确认中间那行归属哪张图（如"单位：hPa"），别让两张图各被切一半。 - 图例（`→→→ 水平气压梯度力`）属于图的一部分，裁进去；引导语（"近地面："）留给正文。 ### 4. 写内容规格 JSON 按 `references/content-spec.md` 的块类型逐段落笔。三条硬性要求： - 文字照原文，不改写、不合并；专业符号原样保留（hPa、30°—45°、＞、①）。 - 原文填空写成全角下划线 `＿＿＿＿＿`，长度按手写空间给。 - 每处插图在原位置放 `img` 块；表格用 `table` 块重建，不要用截图代替表格。 ### 5. 生成 docx ```bash PY SKILL/scripts/build_docx.py content.json -o "输出名.docx" --debug ``` ### 6. 另存 .doc 与 PDF ```powershell powershell -ExecutionPolicy Bypass -File SKILL/scripts/docx_to_doc.ps1 -Docx "F:\out\输出名.docx" -Pdf "F:\out\预览.pdf" ``` 用户要"`.doc`"时交付 `.doc`（Word 97-2003），同时保留 `.docx` 便于再编辑。 ### 7. 逐页校对 ```bash PY SKILL/scripts/render_pdf.py 预览.pdf --outdir preview_png ``` 逐张读渲染图，按下面的清单过一遍；有问题回第 3/4 步改配置重跑。 ### 8. 交付用 `present_files` 同时给出 `.doc` 与 `.docx`。清理中间产物（网格图、预览图、预览 PDF）；若删除被安全钩子拦截而提示 skip，忽略即可，最后用目录列表确认实际结果。 ## 质量清单 - **文字**：无漏段、无重段；跨页断句已接回完整句子；页眉页脚不重复堆进正文。 - **页序**：与真实内容顺序一致；副标题标注原书页码范围（如"第 34—38 页"）。 - **图**：完整、不裁字、纸底干净、居中；宽图 ≤ 12 cm，方形组图 6—9 cm。 - **表**：不加多余装饰；行不跨页；表头有浅底纹；列宽按内容分配。 - **版式**：标题不落在页底（脚本内置 keep-with-next）；图与其引导语同页。 - **填空**：横线长度够手写，句末标点仍在横线之后。 - **页码**：页脚居中。 ## 参考文件 - `references/content-spec.md` — 内容规格 JSON 的全部块类型、样式参数、最小示例。 - `references/pitfalls.md` — 实战踩坑与修复手法（倒置页、双栏跨页、图表跨页、去底阈值、Word COM 等）。 - `assets/example-content.json` — 覆盖全部块类型的完整示例（含 `placeholder.png`），照着改成实际内容最快： `PY scripts/build_docx.py assets/example-content.json -o demo.docx` ## 脚本一览 | 脚本 | 作用 | | -------------------------- | --------------------------- | | `scripts/preview_pages.py` | 照片缩略图总览，查方向与栏数 | | `scripts/grid_overlay.py` | 叠加分数坐标网格，量图框 | | `scripts/crop_figures.py` | 批量裁剪 + 去底 + 裁剪校验图 | | `scripts/build_docx.py` | 内容 JSON → .docx | | `scripts/docx_to_doc.ps1` | Word COM：.docx → .doc / PDF | | `scripts/render_pdf.py` | PDF → PNG 逐页校对 |

资源信息

作者：user_b512a197

分类：文档处理

版本：1.0.0

认证方式：无需认证

是否付费：官方未说明

许可证信息摘自官方源，可能过时或缺失。商用前请以原仓库的 LICENSE 文件为准。

标签

文档处理

查看官方源 →

信息边界说明

本页信息摘自官方文档，仅作技术信息呈现，不代表本站的判断或推荐。价格、配额、可用性以官方最新说明为准。你离开本站后的任何行为（申请 Key、付费、部署、商用），本站不做任何承诺与担保。

图片转可编辑word

产品介绍

资源信息

同类推荐

腾讯文档 TENCENT DOCS

秘书材料星公文写作-妙笔skill

罗斯蒙德从想法到功能落地

ppt-generator-skill

罗斯蒙德智能写作与文档交付

Excel / XLSX

什么是技能