Project_ZHUAN/PreProcessing_Common/README.md

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：

.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：

.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：

.venv/bin/python PreProcessing_Common/scripts/clean_characters.py

默认输入：

PreProcessing_Common/original_characters

默认输出：

PreProcessing_Common/cleaned_characters

输出文件会保留原文件名，并追加 _cleaned：

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：

.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：

.venv/bin/python PreProcessing_Common/scripts/make_clean_comparisons.py

默认读取：

PreProcessing_Common/original_characters
PreProcessing_Common/cleaned_characters

默认输出：

PreProcessing_Common/comparisons

也可以指定目录：

.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：

.venv/bin/python PreProcessing_Common/scripts/vectorize_characters.py

默认读取：

PreProcessing_Common/cleaned_characters

默认输出：

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：

.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。