sulipapa/localize-infographic-pdf

インフォグラフィックPDFのローカライゼーション（アートワーク維持）

デザインPDFの翻訳版を生成します。元の文書と同一の外観を保ちつつ、すべての本文テキストが対象言語に置き換えられます。ページをラスタライズし、ソーステキストを消去した上で、翻訳を同じ座標に合成します。アートワーク（写真、チャート、グラデーション、アイコン、ロゴ）は再生成されません。

このパイプラインの理由（最初にお読みください）

デザインエクスポートされたPDFは、通常表示テキストがベクターアウトライン（テキスト→カーブ）またはType3グリフとして保存されています。これは編集可能なテキストではなく、「テキストを置き換える」クリーンな方法はありません。しかし、これらのPDFにはほとんどの場合、検索可能なテキストレイヤーが隠されており、そのワードボックスは表示テキストとピクセル単位で位置が合っています。このレイヤーは正確な位置とサイズを無料で提供します。したがって、テキストを編集しようとせず、生成画像モデルで背景を「再描画」しないでください。アートワークが変更され、ピクセル忠実性が失われます。代わりに、カバー＆オーバーレイ方式を使用します。各ソースグリフの連なりを消去し、翻訳をその場に再描画します。背景はバイトレベルで忠実に保たれます。詳細な根拠と失敗モードについては references/pipeline.md を参照してください。

ワークフロー（スキルの scripts/ からスクリプトを順番に実行）

作業ディレクトリを選択します（デフォルト loc_work）。すべてのスクリプトは SOURCE.pdf [OUTDIR] [PAGE] を受け取ります。

1. 分析 — 01_analyze.py SOURCE.pdf OUTDIR テキストの保存方法を確認し、埋め込み画像をリストアップし、ページをレンダリングします。レンダリング結果を確認し、チャート/ロゴ/写真画像に焼き付けられたテキスト（テキストレイヤーに含まれないため、manual_labels で処理する必要があります）に注意してください。

2. 抽出 — 02_extract.py SOURCE.pdf OUTDIR（環境変数 LOC_KEEP='brandA|brandB' でソース言語の文字列をより多く保持できます）。units.json（物理的なテキスト行ごとに1エントリ、bbox/色/サイズを含む）と translator_source.txt（読みやすいID付きペイロード）+ half_*.png を生成します。

3. 翻訳 — 翻訳エージェントを起動します。translator_source.txt と half_0/1.png を渡します。エージェントは OUTDIR/translation.json = {"<id>":"译文", ...} を書き込む必要があります。すべてのIDをカバーし（KEEP-AS-IS IDはそのままエコーします）。references/agent-prompts.md のプロンプトを使用してください。

4. オーバーライド（必要な場合のみ） — 自動エンジンでは認識できない文書固有の部分に対して OUTDIR/overrides.json を書き込みます。画像に焼き付けられたテキスト（manual_labels）、細いストロークのコントロール（ピル/バッジなど）内のテキスト（solid_fill_labels）、中央揃えのラベルゾーン（centered_id_ranges）、および drop_ids。スキーマと座標の測定方法：references/overrides.md。ほとんどのシンプルなフライヤーではオーバーライドは不要です。チャートが多いものでは数個必要になる場合があります。

5. 合成 — 03_compose.py SOURCE.pdf OUTDIR → final_zh.png。これは決定論的なエンジン（背景の再構築 + サイズ統一の再描画）です。文書ごとの調整は不要です。

6. PDFと切り抜き — 04_pdf.py SOURCE.pdf OUTDIR OUT.pdf → PDFとQA用の zh_L/zh_R.png。

7. レビューと反復 — レビューアエージェントを起動し、zh_L/zh_R.png を half_0/1.png と比較します（プロンプトは references/agent-prompts.md）。overrides.json / translation.json を編集して問題を修正し、03→04を再実行します。クリーンになるまで繰り返します。一般的な問題とその修正方法は references/pipeline.md にリストされています。

3ロールループ（翻訳者 → コンポジター → レビューア）は人間のローカライゼーションチームを反映しています。レビューアを1～2回実行することで、長尾の問題（残留ソーステキスト、サイズが合っていないブロック）をキャッチします。

エンジンが自動的に処理するもの（設定不要）

• 明るい背景に暗いテキスト AND 暗い背景に明るいテキストのパネル（適切な背景色を選択します）。
• フラットパネル、スムーズなグラデーション、写真背景（領域ごとに塗りつぶしとインペイントを選択）。
• 表示グリフがない「ゴースト」テキストレイヤーエントリ（自動スキップ — 描画されません）。
• 箇条書きで、最初の行のボックスに吸収された箇条書き記号（自動再調整）。
• フォントサイズ：元のサイズ、ブロックごとに統一されるため、折り返された段落や引用文が不揃いになりません。

デフォルトと要件

• Python：pymupdf (fitz)、numpy、opencv-python (cv2)、Pillow。
• CJKフォントのデフォルト Hiragino Sans GB.ttc（macOS；W3 レギュラー idx 0 / W6 ボールド idx 2）。他の言語/フォントの場合は overrides.json の "font" でオーバーライドします。
• レンダリングスケールのデフォルト 6.0（≈432 dpi）。反復中は速度のために 4 に下げ、印刷用に上げます。
• デフォルトでソース言語に保持：URL、メールアドレス、ブランド/製品の商標、ロゴの焼き付けテキスト、裸の数字/単位、固有名詞。翻訳者が判断します。KEEP正規表現が明らかなものを事前にフラグ付けします。

参考ファイル

• references/pipeline.md — 根拠、削除戦略の決定木、および一般的な視覚的欠陥とその正確な修正方法（スジ、残留物、壊れたピル、サイズ崩壊）のカタログ。
• references/agent-prompts.md — コピー＆ペースト可能な翻訳者およびレビューアエージェントのプロンプト。
• references/overrides.md — overrides.json のスキーマとチャート/ピルの座標の測定方法。