手寫頁面轉換 是做什麼的?
將手寫文件的每一頁重新書寫為一種目標手寫風格。目標手寫風格由「一頁」獲批准的參考頁面(「標準頁面」)定義。其他每一頁都必須在四個獨立軸向上與其匹配:文字、手寫身份、筆劃粗細/大小、以及顏色(墨水 + 紙張)。直到所有四個軸向都通過,該頁才算完成。
你需要:一個接受參考圖片的影像生成器、一個可縮放的圖片檢視器、以及一個具有圖片處理函式庫(例如 Python + PIL/numpy)的腳本執行環境,用於測量、合成和評分。
核心規則(從慘痛經驗學到 —— 不可跳過)
- 絕不要將來源頁面照片作為風格/版面參考傳給生成器。 它會直接複製來源頁面 —— 原始手寫會原封不動出現,但看起來像是「已轉換」。要逐頁重新生成,必須使用:標準頁面影像 + 來源頁面文字的「精確轉錄」。僅此而已。
- 保留作者本人的拼寫和錯誤。 精確轉錄來源頁面內容,包括拼寫錯誤(例如 "equillibrium"、"singal"、"coesist")。來源頁面是內容的權威,甚至凌駕於參考書籍和你的知識之上。在放大檢視下,逐位元比對數字、表格值和公式。
- 分別驗證四個軸向。 一頁可以文字通過,但手寫風格失敗(太整齊、圓潤、粗體、像字型 —— 生成器的預設值)。純文字驗證會對「被複製的頁面」給出虛假的「通過」,這正是壞版本被交貨的原因。
- 逐頁處理。 建構一頁,展示它,獲得用戶的裁決(或者他們的「全部建構,我稍後判斷」),然後再組裝任何內容。只修復用戶標記的頁面 —— 絕不要默默替換額外的頁面。
- 如果可能,避免重繪圖表、圖形或表格。 重繪會破壞幾何結構(曲線未相接、重複的軸刻度、錯誤的端點)。照原樣保留印刷或圖表頁面。對於一個其他方面正確的圖形上微小的標籤缺陷,請修補像素:從同一頁已驗證為空白的紙張區域取一塊捐贈區域來擦除,然後使用取樣的墨水顏色重新繪製受損的線段。透過深色像素的行/列輪廓來定位墨水 —— 絕不要根據縮小的預覽圖目測座標。
工作流程
1. 鎖定標準
- 選擇最佳頁面(或生成一個示範頁面並獲得批准)。此頁面固定了:字母形狀、中位數行高(測量它,例如在解析度下約 40 像素)、筆劃粗細、墨水顏色(取樣它,例如深藍黑色 RGB ≈ [58,58,65])和紙張色調(例如 RGB ≈ [208,206,209])。
- 之後的每一頁都在匹配的縮放比例下與此頁面進行比對 —— 在不同縮放級別比較粗細會產生誤導。
2. 轉錄
- 以全尺寸閱讀每個來源頁面,然後放大閱讀每個可疑的單字。寫出精確的轉錄,保留拼寫、標點符號、底線、方框、標題和空白區域(如果原始頁面留白一半,改寫版也一樣)。
- 明確列出該頁的「陷阱詞」(長/不常見的單字、值、公式)—— 這些詞需要在生成提示中加上逐字母拼寫的護欄,並在之後進行個人放大檢查。
3. 重新生成
- 提示詞:僅使用標準頁面影像作為圖片參考 + 精確轉錄 + 一個優先考慮細筆畫的風格規格:「細原子筆、輕壓力、細而不規則的筆劃、深藍黑色墨水、絕不要粗 / 粗體 / 重 / 整齊」。純文字提示會使模型偏向其整齊的預設手寫風格 —— 必須在呼叫中包含參考影像。
- 如果你的生成器支援從先前生成的狀態恢復/繼續,從標準頁面本身的生成恢復並僅替換文字,可提供最接近的手寫匹配。注意:此類恢復句柄可能過期(約 1 小時)—— 然後回退到從參考影像重新生成;絕不要串聯地「從恢復中恢復」。
- 第一次嘗試通常會漏掉單個單字。拒絕並重試,在提示中逐字母寫出該單字。
4. 測量並修復大小/粗細(合成步驟)
生成的結果通常會偏大且過粗。透過像素來修復,而不是盲目重新生成:
- 檢測頁面邊框(例如彩色邊距框:綠色 = G 比 max(R,B) 大超過 20;從投影輪廓找出邊框線,每側最外側的強線;允許對淡邊框進行手動覆蓋)。
- 使用從頁面本身取樣的逐行紙張填充(每行的中位數紙張顏色)來清除內部區域。
- 僅轉移墨水:根據深淺度建立 Alpha 遮罩,並使用 darkness^1.35 曲線來細化筆劃。絕不要貼上一個紙+墨水的矩形 —— 貼上的紙塊會留下舊書寫的鬼影輪廓,以及一個可見的紙張接縫,會以墨點形式列印出來。
- 縮放墨水區塊,使其行高中位數略低於標準(目標約 35 像素,標準為 40 像素 —— 眼睛會將縮放匹配的頁面視為偏大)。
- 恢復原始邊框,重新檢查邊框完整性,並輸出最終的行高中位數作為證明。
- 不要合成表格頁面或有格線的結構 —— 長格線會破壞邊框檢測,並且轉移過程會拖動線條。直接輸出乾淨的表格生成結果。
5. 評分顏色
在完成的頁面上測量紙張和墨水(從墨水樣本中排除邊框像素),並使用以標準頁面為錨點的仿射變換對每個通道進行重新對映:此頁面的紙張 → 標準頁面的紙張,此頁面的墨水 → 標準頁面的墨水。(注意符號:墨水比紙張深,因此分母為負 —— 截斷它會反轉評分。)透過重新測量來驗證:紙張和墨水應落在標準頁面 RGB 值幾個點數之內。對每個生成的頁面進行評分;保持照原樣保留的印刷頁面和標準頁面本身不變。
6. 組裝並揭露
- 僅從已批准的頁面按順序組裝 PDF,並驗證頁數。
- 提供所有頁面的聯絡表,以便一目了然地判斷一致性。
- 坦白揭露已知的缺陷(一個遺漏的短語、一個近似的曲線)。在通過視覺裁剪檢查之前,絕不要將修復標記為已完成 —— 數值探測不等於肉眼觀察。
此技能旨在防止的失敗模式
- 將「被複製的頁面」當作「已轉換」交貨(來源照片餵給生成器;僅做文字 QA)。
- 某些頁面是整齊的字型風格,其他頁面是目標手寫風格(沒有單一標準;僅使用文字提示)。
- 風格匹配但比參考頁面大 20–30% / 粗(沒有縮放匹配的測量)。
- 亮白色紙張和硬黑色墨水偏離了參考照片的柔和色調(沒有顏色評分步驟)。
- 背景中的鬼影字母以墨水形式列印出來(使用了紙塊合成而不是僅墨水轉移)。
- 重繪的圖形幾何結構被破壞(重新生成了本該保留或像素修補的內容)。
- 範圍蔓延:重建用戶從未標記的頁面。