处理管线与技术栈

从上传到成品,每一步都经过精心调校,核心是「两层估计」的去阴影策略。

处理管线

一条管线,端到端增强

从上传到成品,每一步都经过精心调校,核心是「两层估计」的去阴影策略。

01

输入修正

EXIF 方向修正 · 限制长边 · JPEG 解码,统一进入处理流程。

02

自动找边

在 1100px 缩略图上多策略检测四边形:多阈值 Canny、形态学梯度、亮纸掩膜,按面积 × 直角评分选最优。

03

透视变换

透视变换到目标纸张像素(A4@300dpi = 2480×3508),三次插值摊平。

04

增强链路

去噪 → 白平衡 → 去阴影(闭运算 + 网格白平衡)→ 去彩色手写 → CLAHE → 背景纯白 → 锐化。

05

模式输出

彩色 / 灰度 / 黑白自适应阈值,输出 JPEG 或 PNG,并支持多页 PDF / ZIP。

去阴影的关键:两层估计

闭运算

用约短边 3.5% 的核对纸面做形态学闭运算,填掉文字笔画与窄折痕,得到平滑的纸面亮度图。核太小填不掉折痕,太大会把渐变阴影一起抬高。

网格白平衡

在 20×20 个局部块上分别取 85 分位纸面颜色,逐通道除以该颜色并把目标设为纯白,消除渐变、弯曲纸张明暗与蓝 / 黄灯光偏色。

技术栈

轻量、自托管、隐私优先

没有账号系统,没有云端上传,所有图片只在本机临时目录处理。

Python 3.12 + FastAPI + OpenCV

高性能图像处理后端,原生 OpenCV 算法,支持交互式 API 文档。

原生 HTML / CSS / JavaScript

前端无 Node 构建步骤,打开即用,拖放 / 粘贴 / 手机拍照多种上传方式。

单容器 Docker 部署

非 root 运行,约 120 MB 镜像;Docker Compose 一键启动,环境变量灵活配置。

隐私与自动清理

原图与结果只保存在本机临时目录,默认 6 小时后自动清理,最多 800 个文件 / 目录。

让每一张照片,都成为一份正式文档

开源 · 自托管 · 隐私安全。克隆仓库,即刻开始。