告别模糊扫描件!用这个小软件 AI 一键高清修复 PDF

🎯 Intro 前记

两年前，由于铺主经常到网上图书馆借书，网上图书馆借出的PDF实在太差，只有96dpi上下现在的屏幕上显示效果实在太渣，这就为强迫症的铺主开了新坑，当年就过程中发现的东西写成了这篇【赛博炼丹——AI实现低清晰度渣画质扫描PDF电子档案转高清 Chapter1】。文章下面有位小伙伴留了言。

对啊，一键处理多好，于是这个原有的Todo在铺主心里由生根发芽长成了亭亭如盖 。这两年铺主经历了由寄望能简单整合资源柒就，到放弃幻想借AI手搓。最近终于解决了卡壳多时的问题，又写了这篇PNNY实战：Python驱动的PyTorch to NCNN转换指南。最终获得NCNN模型的铺主，终于把那个一键AI一键高清修复的软件弄出来了！！！之前留言的小伙伴可以去可以狠狠点赞了。

🐌 要解决的问题

你是否遇到过这样的尴尬：收到的合同、论文或旧档案是低分辨率的扫描件，文字模糊不清，放大后全是马赛克？今天，我们分享一个基于 Python 的自动化解决方案，结合 PyMuPDF 和 Upscayl AI 引擎，实现从“提取”到“超分放大”再到“智能重组”的全流程自动化，让老旧 PDF 焕然一新！

💡 核心亮点

1. 全自动流水线：无需手动提取图像，一键处理整个 PDF 文件。
2. AI 超级分辨率：调用本地 Upscayl 引擎，利用 ESRGAN 模型进行 2倍 无损放大。
3. 智能色彩识别：自动区分灰度文档与彩色图片，优化存储体积。
4. 标准 A4 重构：无论原图尺寸如何，统一调整为标准 A4 画布，排版更整洁。

🛠️ 技术实现深度解析

1. 精准提取：拆解 PDF 骨架

代码使用 fitz (PyMuPDF) 库深入 PDF内部结构。

# 核心提取逻辑简述pdf_document = fitz.open(pdf_path)for page_num in range(total_pages):    image_list = page.get_images(full=True)    # ...提取并保存为 image_p{page}_i{index}.jpg

• 逻辑：遍历每一页，提取嵌入的图片对象。
• 兼容性强：支持 JPG, PNG 等多种格式，对于非标准格式图片，自动通过 PIL 转换为 JPEG，确保后续处理兼容性。
• 命名规范：根据页码和图片索引生成唯一文件名，防止覆盖。

2. AI 赋能：Upscayl 引擎驱动

这是项目的“心脏”。代码通过 subprocess 调用本地编译好的 upscayl-bin.exe。

• 模型选择：使用 4xNomosWebPhoto_esrgan_225000 模型。
• 异步监控：实时反馈放大进度，让用户知晓处理状态。
• 异常处理：若放大失败，程序会捕获错误并停止后续步骤，避免生成损坏文件。

3. 智能后处理：不仅仅是放大

放大后的图片往往尺寸巨大且杂乱，代码进行了三步精细化处理：

✅ A. 大尺寸压缩

防止显存爆炸或文件过大，将超过 3508px（A4 300DPI 高度）的图片按比例缩小，保持清晰度同时控制体积。

✅ B. 智能灰度检测

这是代码的一个精巧之处！很多扫描件看似黑白，实则包含噪点或轻微色偏。

• 算法：不依赖沉重的 NumPy，而是通过采样像素，计算 RGB 通道的最大差值。
• 容错机制：设置容忍度 tolerance=15.0，忽略微小噪点；只有当彩色像素比例超过阈值时，才判定为彩色。
• 价值：将纯文本页面强制转为灰度模式（L模式），大幅减小最终 PDF 体积。

✅ C. 标准化 A4 画布 (resize_to_a4_canvas)

• 自适应方向：自动识别横版/竖版图片。
• 居中填充：将图片按比例缩放至 A4 尺寸（2480×3508 pts @300DPI），多余部分留白。这解决了不同尺寸图片合并时版面混乱的问题。

4. 完美重生：合并为高清 PDF

最后，使用 PIL 的图片保存功能，将所有处理好的图片流式写入一个新的 PDF 文件。

•  命名规则：原文件名(模型名).pdf，便于追溯。
• 分辨率锁定：强制设定 resolution=300.0，确保打印级清晰度。

📊 效果对比

💻 如何使用？

🎮 Python环境

1. 环境准备：
   • 安装 Python 依赖：pip install PyMuPDF Pillow 
   • 下载 Upscayl 并将 upscayl-bin.exe 放在脚本同目录下。
2. 运行命令： python AI-PDF_Upscaler.py “你的文件路径.pdf”
3. 等待完成：程序会自动创建临时文件夹，处理完成后自动清理，并在原目录生成高清 PDF。

🚀  Windows下的懒人包

由于时间关系，铺主已经将一个基于aardio构建GUI的PDF-SuperRes，连同用Nuitka打包好可独立运行CLI、upscayl-bin和可用的4xNomosWebPhoto_esrgan_225000 NCNN模型整合成懒人包。小伙们只要解压后，运行PDF-SuperRes.exe,将要处理的文件拖相应的位置▼其实，这个懒人包更重要的是给作者加个鸡腿，哈哈

📌 WQ: 后记

终于把这个历时两年的Todo给彻底解决了，这过程是真TM累啊。写到最末，原先还想把PDF压缩流程给弄上去，后来想了一下，这次写的灰度算法已经把自己介绍过神器的PDF reducer的颜色检测也比下去了，开源组件不全又要折腾编码库，所以把图像编码转成JPEG 2000的最后一步就留给各位吧（这样铺主能弄另外一个开源项目，哈哈哈）。目前，这个项目我已经开源，有需要的在评论区留言索取地址。好了，这次就写这么多，若然觉得这篇文章能帮到你，希望大家点赞和评论留言，这能帮到我不少，感谢感谢！！！!