CommonZhuan Preprocessing Scripts 1.0

PreProcessing_Common/README.md

@@ -0,0 +1,153 @@
+# PreProcessing_Common
+
+这个目录用于处理复杂度更高、艺术性更强的篆文字图像。当前提供轻量 clean、平滑和 SVG 矢量化三部分能力。
+
+## 一键处理
+
+推荐使用统一入口脚本，从原图直接输出 clean+smoothed PNG 和 SVG：
+
+```bash
+.venv/bin/python PreProcessing_Common/scripts/run_preprocessing.py \
+  --input-dir PreProcessing_Common/original_characters \
+  --image-output-dir PreProcessing_Common/processed_characters \
+  --svg-output-dir PreProcessing_Common/vector_characters
+```
+
+输出：
+
+- `--image-output-dir`：`原文件名_cleaned_smoothed.png`
+- `--svg-output-dir`：`原文件名.svg`
+
+脚本内部会先做轻量 clean，再做平滑和矢量化。笔画密度高、线条复杂的字会自动使用更少平滑和更低轮廓简化比例，以保留更多细节和线条感。
+
+可选参数：
+
+```bash
+.venv/bin/python PreProcessing_Common/scripts/run_preprocessing.py \
+  --input-dir PreProcessing_Common/original_characters \
+  --image-output-dir PreProcessing_Common/processed_characters \
+  --svg-output-dir PreProcessing_Common/vector_characters \
+  --max-isolated-speck-area 32 \
+  --max-hole-area 40 \
+  --vector-smooth-iterations 1 \
+  --epsilon-ratio 0.001
+```
+
+`--epsilon-ratio` 越小，SVG 保留的轮廓点越多，细节越多，文件也越大。
+
+## 分步 clean
+
+从项目根目录运行：
+
+```bash
+.venv/bin/python PreProcessing_Common/scripts/clean_characters.py
+```
+
+默认输入：
+
+```text
+PreProcessing_Common/original_characters
+```
+
+默认输出：
+
+```text
+PreProcessing_Common/cleaned_characters
+```
+
+输出文件会保留原文件名，并追加 `_cleaned`：
+
+```text
+篆文字_page_001_text_00.png -> 篆文字_page_001_text_00_cleaned.png
+```
+
+## 清理策略
+
+这套脚本不会做矩阵化或强形态学重构，只做：
+
+- 去除极小黑色噪点
+- 去除远离主体笔画的孤立黑色污点
+- 填补笔画内部的小白色气泡
+- 去除靠边的细长扫描/裁切线
+- 一次轻量 3x3 边缘平滑
+
+可选参数：
+
+```bash
+.venv/bin/python PreProcessing_Common/scripts/clean_characters.py \
+  --input-dir PreProcessing_Common/original_characters \
+  --output-dir PreProcessing_Common/cleaned_characters \
+  --min-component-area 8 \
+  --max-isolated-speck-area 32 \
+  --max-hole-area 40
+```
+
+如果需要完全跳过边缘平滑，可以加 `--no-smooth`。
+
+`--max-isolated-speck-area` 只影响孤立黑色污点清理；`--max-hole-area` 控制笔画内部白色气泡填补。
+
+## 输出 clean 前后对比图
+
+生成原图和 cleaned 图的左右并排对比：
+
+```bash
+.venv/bin/python PreProcessing_Common/scripts/make_clean_comparisons.py
+```
+
+默认读取：
+
+```text
+PreProcessing_Common/original_characters
+PreProcessing_Common/cleaned_characters
+```
+
+默认输出：
+
+```text
+PreProcessing_Common/comparisons
+```
+
+也可以指定目录：
+
+```bash
+.venv/bin/python PreProcessing_Common/scripts/make_clean_comparisons.py \
+  --original-dir PreProcessing_Common/original_characters \
+  --cleaned-dir PreProcessing_Common/cleaned_characters \
+  --output-dir PreProcessing_Common/comparisons
+```
+
+## 平滑和矢量化
+
+对 cleaned 图进行轻度平滑，并输出 SVG：
+
+```bash
+.venv/bin/python PreProcessing_Common/scripts/vectorize_characters.py
+```
+
+默认读取：
+
+```text
+PreProcessing_Common/cleaned_characters
+```
+
+默认输出：
+
+```text
+PreProcessing_Common/smoothed_characters
+PreProcessing_Common/svg_characters
+```
+
+脚本会根据轮廓复杂度自动调整参数：笔画密度高、线条复杂的字会使用更少平滑和更低轮廓简化比例，以保留更多细节和线条感。
+
+可选参数：
+
+```bash
+.venv/bin/python PreProcessing_Common/scripts/vectorize_characters.py \
+  --input-dir PreProcessing_Common/cleaned_characters \
+  --smoothed-dir PreProcessing_Common/smoothed_characters \
+  --svg-dir PreProcessing_Common/svg_characters \
+  --smooth-iterations 1 \
+  --epsilon-ratio 0.001
+```
+
+`--epsilon-ratio` 越小，SVG 保留的轮廓点越多，细节越多，文件也越大。