动修正界面手动修正界面一、为什么需要本地文档扶正工具工作学习中我处理过大量扫描件很多文件有一个共同特点方向经常是乱的偏偏它们的另一大特点是不能使用任何在线工具随便上传到云端。一页正的、一页倒的一页横着、一页竖着。上百上千页文档手动一页一页旋转简直折磨人不阅读内容根本分不清哪页该朝哪个方向。现有的方案各有硬伤在线矫正工具倒是不少但上传这两个字在注重数据安全的场景里就是红线商业 OCR 软件如 ABBYY FineReader功能全面但年费动辄上千纠偏只是附属功能杀鸡用牛刀WPS Office 虽有文档扶正功能但需要登录账号、部分功能依赖会员且不生成可追溯的检测报告开源桌面工具要么需要自己装 Python 环境要么只做小角度倾斜校正处理不了整页颠倒 180°这种离散方向错误。所以我做了一个本地工具Scan Corrector扫描件智能纠偏工具。完全离线运行不需要联网解压即用。这篇文章讲它做了什么、怎么判断方向的、和现有工具相比有什么不同、以及哪些场景适合用。二、Scan Corrector 是什么Scan Corrector 是一款 PDF 扫描件方向检测与批量修正的本地工具。它会逐页判断页面是否被旋转然后把需要修正的页面写回为新的 PDF。它的定位很明确不做 OCR 全文识别不上传文件不追求花哨功能只专注把扫描 PDF 方向混乱这件事尽可能稳妥地解决。核心特点完全本地处理运行过程中不需要联网隐私文件无需上传云端一站式便携版7z 分卷压缩下载约 105MB解压后约 400MB内置运行环境和 Tesseract OCR 方向检测引擎解压即可运行批量处理 PDF支持逐页检测、批量旋转目前 100 页文档约 2 分钟完成GUI CLI 双模式普通用户双击使用批处理场景也能走命令行自动 手动兜底自动检测不满意时可以手动指定页码旋转角度可追溯报告处理后生成 JSON 和 Excel 报告方便检查每页判断结果开源可审计项目代码公开便于确认是否存在上传、联网或隐藏逻辑实测效果稳定当前测试样本中所有页面均正确扶正没有出现漏检三、和现有工具相比有什么不同市面上能做 PDF 纠偏的工具不少但把它们放到一起看会发现各自的短板很明显工具类型 代表产品 短板在线工具 Sejda、imageonline.co 需上传文件隐私风险有页数/大小限制商业 OCR ABBYY FineReader、Adobe Acrobat 价格高、体积大纠偏只是附属功能办公套件 WPS Office 需登录账号/会员扶正是附属功能无检测报告开源桌面 Tinnci/pdf_deskew、PDF24 Creator 需安装 Python 环境或只做小角度校正无方向检测扫描仪自带 汉王、紫光 硬件绑定不能事后处理已有 PDFScan Corrector 的差异化在于同时满足四个条件——完全离线文件不离开电脑、便携免安装解压即用、能检测 180° 离散方向错误不只小角度倾斜、生成可审计的检测报告。这四点同时满足的工具目前市面上找不到第二个。如果你只是偶尔处理几页非敏感文档在线工具就够用如果已经买了 ABBYY它的纠偏能力也足够。但如果你的场景是档案、合同、凭证批量归档不能上传又不想花上千块买软件——这就是 Scan Corrector 的价值所在之处。四、它能处理哪些文档场景 示例合同扫描件 买卖合同、授权书、签署页方向混乱审计凭证 上百页凭证扫描后需要统一方向归档财务报表 季度/年度报表扫描后页面横竖不一致业务档案 客户资料、尽调文件、内部审批材料教学资料 试卷、讲义、论文扫描件批量整理一句话概括凡是不能随便上传云端、又需要批量整理方向的 PDF都适合先用它处理。五、怎么用发布包是 Windows 便携版。从 Gitee 发行版页面 下载 release-v1.0.0.7z.001 和 release-v1.0.0.7z.002 两个分卷文件解压后运行即可——不需要安装 Python也不需要单独安装 Tesseract。图形界面适合日常使用双击运行扫描件智能纠偏工具.exe按钮 作用选择 PDF 打开要处理的 PDF 文件开始处理 自动检测方向错误并旋转修正只看报告 只生成检测报告不修改文件手动修正 对自动检测不满意的页面手动指定旋转角度命令行适合批量和自动化:: 自动检测并修正扫描件智能纠偏工具-cli.exe input.pdf:: 只生成报告不修改文件扫描件智能纠偏工具-cli.exe --dry-run input.pdf:: 手动指定某些页面的旋转角度扫描件智能纠偏工具-cli.exe --manual input.pdf 3:90 5:180 9:270:: 指定输出目录扫描件智能纠偏工具-cli.exe input.pdf D:\输出目录处理完成后会在原 PDF 旁边生成这些文件文件 说明原文件名_corrected.pdf 修正后的 PDF原文件名_processing_report.json 逐页检测报告JSON原文件名_processing_report.xlsx 逐页检测报告Excel如果同名文件已经存在工具会自动追加 _2、_3 等后缀不会直接覆盖原结果。六、它怎么判断方向的这是本文最核心的部分。很多人以为检测 PDF 方向就是调一次 OCR 看看文字朝哪边——如果这么简单就好了。实际扫描件里的情况远比想象的复杂页面噪声、红色印章覆盖文字、表格线干扰判断、页眉页脚方向和正文不一致、纯图片页面根本没有文字……所以这个工具不是一个方法搞定一切而是把 6 种检测方法组成一个裁判团让它们各自从不同角度观察同一页 PDF最后综合投票给出判定。6.1 六位裁判各自怎么判断想象一场比赛有六位裁判每位从不同维度给选手打分。他们不是互相替代的关系而是互补的关系——有的裁判擅长看文字方向有的擅长看线条结构有的擅长在模糊情况下做二次确认。裁判一Tesseract OSD主裁判——看文字方向这是最直接的方法直接让 OCR 引擎判断页面文字的朝向。就像你拿到一张纸第一反应就是字是朝哪个方向写的。Tesseract OSD 会用多种预处理版本分别判断然后内部投票得出一个方向结论。这个裁判在大多数情况下就能给出正确结果是整个判断流程的第一关。裁判二霍夫变换结构裁判——看线条走向有些页面文字模糊但表格线、边框线很清晰。霍夫变换不看文字内容而是从图像中提取线条判断这些线条主要是横向的还是纵向的。就像你远远看一张表格虽然看不清字但能看出表格线是横排还是竖排——光凭这个信息页面方向就猜个八九不离十了。裁判三四向试探穷举裁判——转一圈看哪个最顺眼有时候单看一个方向不够确定那就干脆把页面转 4 个方向0°、90°、180°、270°各跑一次 OCR 方向检测看哪个角度下 OCR 报告的置信度最高。就像你不确定一张图是正着看还是倒着看时转一圈试试哪个方向最顺眼就是哪个。裁判四文字密度分析墨迹裁判——不认字只看分布这个方法完全不依赖 OCR 识别具体文字。它把页面分成若干网格统计每个区域里有墨迹的像素比例然后分析这些墨迹在水平和垂直方向上的投影分布。就像你不需要认识一个字只看整页纸的墨迹分布是横版的还是竖版的。这个裁判特别擅长区分有文字的页面和几乎空白/纯图片的页面——后者根本不适合用 OCR 来判断方向需要提前识别出来。裁判五区域 OSD特写裁判——只看正文忽略页眉页脚很多扫描件的页眉、页脚、页码、logo 和正文方向不一致或者大面积的页眉页脚会干扰 OCR 的判断。区域 OSD 的做法是裁剪掉页面边缘区域只保留正文部分再做方向检测。就像你判断一篇文章是横排还是竖排时不会去看页码和 logo只看正文部分。裁判六多区域放大重检放大镜裁判——疑难页面切片再判断对于低质量扫描件模糊、噪声多、印章覆盖文字直接对整页做检测可能失败。这时把页面切成多个区域分别放大后再做方向检测。就像你看不清远处招牌上的字时走近看或者拿手机放大看——同一张图放大后细节更清晰判断更可靠。6.2 综合决策流程六位裁判的结果不是简单少数服从多数而是有一套保守决策逻辑检测到一页 PDF│├── 裁判四文字密度分析 → 几乎无文字│ ├── 是 → 标记低置信度建议人工复核│ └── 否 → 继续│├── 裁判一Tesseract OSD主裁判→ 置信度高于阈值│ ├── 是 → 直接采用进入下一步│ └── 否 → 启动裁判团│├── 裁判团投票裁判二 裁判三 裁判五│ ├── 多数一致 → 采用多数结果│ └── 仍然冲突 → 启动放大镜裁判│├── 裁判六多区域放大重检 → 能确定方向│ ├── 是 → 采用│ └── 否 → 标记建议人工复核│└── 最终输出 → 逐页写入修正后的 PDF 生成检测报告这套设计的核心思路是能自动处理的尽量自动处理不确定的诚实标记出来留给人工。 不一味追求100% 全处理正确而是让批量处理的结果可追溯、可抽查、可修正。在测试的 100 页级文档中处理耗时约 2 分钟页面均正确扶正没有出现漏检。但实际效果会受扫描质量影响——已知限制见下一节。七、已知限制这个工具处理的是 90° 整数倍方向错误不是万能的扫描增强工具。使用前了解几个边界不处理 1°、2° 这类轻微倾斜校正无文字或文字极少的页面方向检测置信度会比较低180° 倒置检测会比 90° / 270° 更保守极低质量扫描件可能受到噪声、边框、印章影响自动检测结果建议结合报告抽查疑难页可使用手动修正它更像一个稳妥的 PDF 方向整理助手而不是承诺所有扫描问题一次性修好的魔法按钮。八、下载与开源地址项目主页https://gitee.com/lynli/scan-corrector适用系统Windows发布形式一站式便携版7z 分卷压缩下载约 105MB解压后约 400MB从 Gitee Release 下载后解压即可使用源码许可证Apache License 2.0依赖提示工具包含 PyMuPDF 组件AGPL v3商业分发时请留意相关许可证要求如果你只是使用发布包处理自己的本地文档从 Gitee Release 下载 7z 分卷文件并解压运行即可整个处理过程完全在本地完成。若要二次开发、闭源集成或商业再分发建议阅读项目 README 里的许可证说明。九、速查表你想做什么 怎么做日常处理一个 PDF 双击 exe → 选择文件 → 开始处理只看检测结果不修改 点击只看报告按钮某几页自动检测错了 点击手动修正 → 输入页码和角度批量处理多个文件 用 cli.exe 编写 .bat 脚本查看每页的检测详情 打开生成的 .xlsx 与 .json报告在自己的流程里自动化调用 cli.exe 支持命令行参数可集成到 Python/Shell 脚本不想安装任何环境 直接用 release 便携版解压即用
扫描 PDF 歪了怎么办？用 6 种检测方法做本地批量扶正（附开源工具）
动修正界面手动修正界面一、为什么需要本地文档扶正工具工作学习中我处理过大量扫描件很多文件有一个共同特点方向经常是乱的偏偏它们的另一大特点是不能使用任何在线工具随便上传到云端。一页正的、一页倒的一页横着、一页竖着。上百上千页文档手动一页一页旋转简直折磨人不阅读内容根本分不清哪页该朝哪个方向。现有的方案各有硬伤在线矫正工具倒是不少但上传这两个字在注重数据安全的场景里就是红线商业 OCR 软件如 ABBYY FineReader功能全面但年费动辄上千纠偏只是附属功能杀鸡用牛刀WPS Office 虽有文档扶正功能但需要登录账号、部分功能依赖会员且不生成可追溯的检测报告开源桌面工具要么需要自己装 Python 环境要么只做小角度倾斜校正处理不了整页颠倒 180°这种离散方向错误。所以我做了一个本地工具Scan Corrector扫描件智能纠偏工具。完全离线运行不需要联网解压即用。这篇文章讲它做了什么、怎么判断方向的、和现有工具相比有什么不同、以及哪些场景适合用。二、Scan Corrector 是什么Scan Corrector 是一款 PDF 扫描件方向检测与批量修正的本地工具。它会逐页判断页面是否被旋转然后把需要修正的页面写回为新的 PDF。它的定位很明确不做 OCR 全文识别不上传文件不追求花哨功能只专注把扫描 PDF 方向混乱这件事尽可能稳妥地解决。核心特点完全本地处理运行过程中不需要联网隐私文件无需上传云端一站式便携版7z 分卷压缩下载约 105MB解压后约 400MB内置运行环境和 Tesseract OCR 方向检测引擎解压即可运行批量处理 PDF支持逐页检测、批量旋转目前 100 页文档约 2 分钟完成GUI CLI 双模式普通用户双击使用批处理场景也能走命令行自动 手动兜底自动检测不满意时可以手动指定页码旋转角度可追溯报告处理后生成 JSON 和 Excel 报告方便检查每页判断结果开源可审计项目代码公开便于确认是否存在上传、联网或隐藏逻辑实测效果稳定当前测试样本中所有页面均正确扶正没有出现漏检三、和现有工具相比有什么不同市面上能做 PDF 纠偏的工具不少但把它们放到一起看会发现各自的短板很明显工具类型 代表产品 短板在线工具 Sejda、imageonline.co 需上传文件隐私风险有页数/大小限制商业 OCR ABBYY FineReader、Adobe Acrobat 价格高、体积大纠偏只是附属功能办公套件 WPS Office 需登录账号/会员扶正是附属功能无检测报告开源桌面 Tinnci/pdf_deskew、PDF24 Creator 需安装 Python 环境或只做小角度校正无方向检测扫描仪自带 汉王、紫光 硬件绑定不能事后处理已有 PDFScan Corrector 的差异化在于同时满足四个条件——完全离线文件不离开电脑、便携免安装解压即用、能检测 180° 离散方向错误不只小角度倾斜、生成可审计的检测报告。这四点同时满足的工具目前市面上找不到第二个。如果你只是偶尔处理几页非敏感文档在线工具就够用如果已经买了 ABBYY它的纠偏能力也足够。但如果你的场景是档案、合同、凭证批量归档不能上传又不想花上千块买软件——这就是 Scan Corrector 的价值所在之处。四、它能处理哪些文档场景 示例合同扫描件 买卖合同、授权书、签署页方向混乱审计凭证 上百页凭证扫描后需要统一方向归档财务报表 季度/年度报表扫描后页面横竖不一致业务档案 客户资料、尽调文件、内部审批材料教学资料 试卷、讲义、论文扫描件批量整理一句话概括凡是不能随便上传云端、又需要批量整理方向的 PDF都适合先用它处理。五、怎么用发布包是 Windows 便携版。从 Gitee 发行版页面 下载 release-v1.0.0.7z.001 和 release-v1.0.0.7z.002 两个分卷文件解压后运行即可——不需要安装 Python也不需要单独安装 Tesseract。图形界面适合日常使用双击运行扫描件智能纠偏工具.exe按钮 作用选择 PDF 打开要处理的 PDF 文件开始处理 自动检测方向错误并旋转修正只看报告 只生成检测报告不修改文件手动修正 对自动检测不满意的页面手动指定旋转角度命令行适合批量和自动化:: 自动检测并修正扫描件智能纠偏工具-cli.exe input.pdf:: 只生成报告不修改文件扫描件智能纠偏工具-cli.exe --dry-run input.pdf:: 手动指定某些页面的旋转角度扫描件智能纠偏工具-cli.exe --manual input.pdf 3:90 5:180 9:270:: 指定输出目录扫描件智能纠偏工具-cli.exe input.pdf D:\输出目录处理完成后会在原 PDF 旁边生成这些文件文件 说明原文件名_corrected.pdf 修正后的 PDF原文件名_processing_report.json 逐页检测报告JSON原文件名_processing_report.xlsx 逐页检测报告Excel如果同名文件已经存在工具会自动追加 _2、_3 等后缀不会直接覆盖原结果。六、它怎么判断方向的这是本文最核心的部分。很多人以为检测 PDF 方向就是调一次 OCR 看看文字朝哪边——如果这么简单就好了。实际扫描件里的情况远比想象的复杂页面噪声、红色印章覆盖文字、表格线干扰判断、页眉页脚方向和正文不一致、纯图片页面根本没有文字……所以这个工具不是一个方法搞定一切而是把 6 种检测方法组成一个裁判团让它们各自从不同角度观察同一页 PDF最后综合投票给出判定。6.1 六位裁判各自怎么判断想象一场比赛有六位裁判每位从不同维度给选手打分。他们不是互相替代的关系而是互补的关系——有的裁判擅长看文字方向有的擅长看线条结构有的擅长在模糊情况下做二次确认。裁判一Tesseract OSD主裁判——看文字方向这是最直接的方法直接让 OCR 引擎判断页面文字的朝向。就像你拿到一张纸第一反应就是字是朝哪个方向写的。Tesseract OSD 会用多种预处理版本分别判断然后内部投票得出一个方向结论。这个裁判在大多数情况下就能给出正确结果是整个判断流程的第一关。裁判二霍夫变换结构裁判——看线条走向有些页面文字模糊但表格线、边框线很清晰。霍夫变换不看文字内容而是从图像中提取线条判断这些线条主要是横向的还是纵向的。就像你远远看一张表格虽然看不清字但能看出表格线是横排还是竖排——光凭这个信息页面方向就猜个八九不离十了。裁判三四向试探穷举裁判——转一圈看哪个最顺眼有时候单看一个方向不够确定那就干脆把页面转 4 个方向0°、90°、180°、270°各跑一次 OCR 方向检测看哪个角度下 OCR 报告的置信度最高。就像你不确定一张图是正着看还是倒着看时转一圈试试哪个方向最顺眼就是哪个。裁判四文字密度分析墨迹裁判——不认字只看分布这个方法完全不依赖 OCR 识别具体文字。它把页面分成若干网格统计每个区域里有墨迹的像素比例然后分析这些墨迹在水平和垂直方向上的投影分布。就像你不需要认识一个字只看整页纸的墨迹分布是横版的还是竖版的。这个裁判特别擅长区分有文字的页面和几乎空白/纯图片的页面——后者根本不适合用 OCR 来判断方向需要提前识别出来。裁判五区域 OSD特写裁判——只看正文忽略页眉页脚很多扫描件的页眉、页脚、页码、logo 和正文方向不一致或者大面积的页眉页脚会干扰 OCR 的判断。区域 OSD 的做法是裁剪掉页面边缘区域只保留正文部分再做方向检测。就像你判断一篇文章是横排还是竖排时不会去看页码和 logo只看正文部分。裁判六多区域放大重检放大镜裁判——疑难页面切片再判断对于低质量扫描件模糊、噪声多、印章覆盖文字直接对整页做检测可能失败。这时把页面切成多个区域分别放大后再做方向检测。就像你看不清远处招牌上的字时走近看或者拿手机放大看——同一张图放大后细节更清晰判断更可靠。6.2 综合决策流程六位裁判的结果不是简单少数服从多数而是有一套保守决策逻辑检测到一页 PDF│├── 裁判四文字密度分析 → 几乎无文字│ ├── 是 → 标记低置信度建议人工复核│ └── 否 → 继续│├── 裁判一Tesseract OSD主裁判→ 置信度高于阈值│ ├── 是 → 直接采用进入下一步│ └── 否 → 启动裁判团│├── 裁判团投票裁判二 裁判三 裁判五│ ├── 多数一致 → 采用多数结果│ └── 仍然冲突 → 启动放大镜裁判│├── 裁判六多区域放大重检 → 能确定方向│ ├── 是 → 采用│ └── 否 → 标记建议人工复核│└── 最终输出 → 逐页写入修正后的 PDF 生成检测报告这套设计的核心思路是能自动处理的尽量自动处理不确定的诚实标记出来留给人工。 不一味追求100% 全处理正确而是让批量处理的结果可追溯、可抽查、可修正。在测试的 100 页级文档中处理耗时约 2 分钟页面均正确扶正没有出现漏检。但实际效果会受扫描质量影响——已知限制见下一节。七、已知限制这个工具处理的是 90° 整数倍方向错误不是万能的扫描增强工具。使用前了解几个边界不处理 1°、2° 这类轻微倾斜校正无文字或文字极少的页面方向检测置信度会比较低180° 倒置检测会比 90° / 270° 更保守极低质量扫描件可能受到噪声、边框、印章影响自动检测结果建议结合报告抽查疑难页可使用手动修正它更像一个稳妥的 PDF 方向整理助手而不是承诺所有扫描问题一次性修好的魔法按钮。八、下载与开源地址项目主页https://gitee.com/lynli/scan-corrector适用系统Windows发布形式一站式便携版7z 分卷压缩下载约 105MB解压后约 400MB从 Gitee Release 下载后解压即可使用源码许可证Apache License 2.0依赖提示工具包含 PyMuPDF 组件AGPL v3商业分发时请留意相关许可证要求如果你只是使用发布包处理自己的本地文档从 Gitee Release 下载 7z 分卷文件并解压运行即可整个处理过程完全在本地完成。若要二次开发、闭源集成或商业再分发建议阅读项目 README 里的许可证说明。九、速查表你想做什么 怎么做日常处理一个 PDF 双击 exe → 选择文件 → 开始处理只看检测结果不修改 点击只看报告按钮某几页自动检测错了 点击手动修正 → 输入页码和角度批量处理多个文件 用 cli.exe 编写 .bat 脚本查看每页的检测详情 打开生成的 .xlsx 与 .json报告在自己的流程里自动化调用 cli.exe 支持命令行参数可集成到 Python/Shell 脚本不想安装任何环境 直接用 release 便携版解压即用
