根据大家提的意见建议，我把信创PDF工具箱（XCPDF）从V6.5升级到了V7.0，共有40个模块了。

 

这次升级，增加了3个模块，包括档案馆常用的“自动删除空白页”和“小册子拆分”2个模块，以及CA签章查看模块。

同时根据大家的意见，对多个模块作了认真打磨，修复了多个BUG。

主要包括以下内容：

 

一、增加了3个模块，前2个为档案馆常用

1.增加了自动删除空白页模块

有人说，想要增加删除空白页功能，扫描文件时，扫描仪自动去除空白页功能失灵，需要用工具删除空白页。

 

我以前也用过扫描仪自带软件的检测空白页功能，感觉确实很鸡肋，大部分时候好使，但有时会误判。比如有时文件中只有几个字，它会认为是空白页，有时是一个空白页，但是扫描时映出了纸张背面的文字，它认为这不是空白页。

说到底，还是检测算法不过关。

本来我不想接这个活的，因为很容易翻车，后来想想，还是挑战一下自己吧。

新增的自动删除空白页模块，会自动检测PDF文件中每页的非白色像素比例，识别疑似空白页，并显示在下方，供您确认。，用户可以通过右侧的滑块调整检测阈值，阈值越低，要求越严格。

我用Word新建了一个5页的文档，第1页是4个汉字、第2页是3个点、第3页是123、第4页是一串数字、第五页是空白页，然后转换为PDF。

阈值设置为0.3%时，认为这5页都疑似空白页。

阈值设置为0.03%时，认为第2、3、5页疑似空白页。

阈值设置为0.00%时，认为第5页疑似空白页。

对于软件判定的结果，可以点击相应的预览图，此时会弹出大图供用户确认。

 

2.增加了小册子拆分模块

有人说，想要对骑马订扫描件，从中间剖开，重新排序。

 

这个功能主要用于以下用途：在扫描骑马钉装订的文件时，不想破坏文件，一般是拆了订书钉，用A3幅面的扫描仪扫描。扫描出来的页面上，一张纸上会有2页内容，如果是4张纸，各页面分布的顺序如下：

我用Word做了8页纸的文件，拆分前后对比。

需要注意的是，原始文件中各页面一定要按照顺序排列。如果顺序不对，可以在下面的预览窗口中拖动排序。

为了防止用户不知道正确的顺序，我在这个模块的页面上列出了从2张纸至8张纸的正确顺序表。如果你觉得不够用，还可以在页面上输入张数，自动计算正确的顺序。

 

 

3.添加了CA签章查看模块

 

主要用于打开带数字签名的 PDF（如电子合同、电子发票），自动识别签章位置，红框标出，方便快速核对签名详情。

这个模块来自GitHub用户gitca233的PullRequest，我采纳了他的代码并做了适配调整，在此感谢gitca233的贡献！

 

二、优化了9个模块

1.常规合并模块，可以合并发票类的pdf文件了

有人说，使用常规合并模块，在合并某东发票、12306火车票的发票时，页面会变成空白。

现在，这个模块中新增了发票模式，勾选后将对上传的文件进行检测，如果发现是特殊PDF，就自动转为图片再合并，正常文件仍保留矢量文字，兼顾兼容性与清晰度。如果不勾选，就是正常合并。

 

 

2.PDF压缩模块，可以指定压缩体积了

有人说，希望pdf压缩可以直接限定目标压缩大小，并保持清晰度最高。

 

现在已经实现了，如果用户限定了目标体积，程序会开始40轮迭代，自动选择最合适的方案，确保在体积达标的情况下选择最清晰的参数设置。

 

 

3.添加页码模块，可以从任意页开始编页码

有人说，添加页码这个功能是不是可以调整一下自定义，比如说PDF一共10页，第一页是封皮，我想第二页开始是第一页。

 

我增加了一个选项，从第X页开始编页码，封面不编页码、也不显示页码。配合后面的“起始页码”，可以实现更多选择。

 

另外，为了防止左右页码位置不对，新增“翻转左右页码位置”按钮，可手动调节奇偶页页码左右位置，解决双面打印时页码位置不符合预期的问题。

 

4.优化图章混合模式，黑色文字可以浮在红色印章上面了

有人说，添加图章和扇形骑缝章模块，加载的图章可以添加正片叠底效果吗？就是黑色浮于印章上方。

 

我在添加图章和扇形骑缝章这2个模块，都增加了3种混合模式，分别是常规、正片叠底、变暗，用户可根据印章类型和页面背景选择最佳模式。

常规，就是直接覆盖页面，红色印章会压住黑色的文字；

正片叠底，模拟真实盖章效果，黑色的文字会浮在红色印章上面；

变暗，白底纯红印章接近正片叠底效果。

 

 

5.优化图片转PDF后文件体积，体积不再暴增了

有人说，在不修改参数，使用默认参数的情况下，用“图片转PDF”的功能，转换一张2.22MB的JPG，得到的结果是20.3MB的PDF，这好像有点夸张，而且转换速度也比较慢，希望再优化一下。

 

原因为之前在转换时，先将jpg转为png，导致体积暴增，现在JPG/PNG图片直接嵌入原文件，不再经过Canvas转码，转换速度显著提升，JPG转出的PDF体积不再膨胀数倍。如果旋转了图片，体积会有增加，但不多。

 

有人说，图片转PDF时，左右旋转图片有时候会裁头去尾，破坏原始图片。在倾斜校正功能时调整旋转角度也会破坏原始图片。

 

这个也一并修改了，现在无论怎么旋转都不会出问题了。同时解决了图片在多次旋转后，边缘出现黑边的问题。

 

6.拆分对开页新增1X模式，可以自由调整清晰度

有人说，拆分对开页功能，目前只有2X、3X、4X可以选择，希望有1X选项。

 

安排，在拆分对开页模块增加了“1X原大小”的选项。

 

 

7.批注功能增强，可以随意画图了

有人说，目前的批注模块功能有限，只能添加线条、矩形，没有圆角矩形、圆形等，也不支持自定义填充框(不是边框)的颜色。

 

现在这个模块作了大幅改进，直线可以画任意方向，矩形、圆角矩形、圆形都可以增加填充色，还可以设置填充透明度。

 

 

8.优化模拟扫描件模块，效果更真实了

有人说，能不能把模拟扫描件模块里，旋转和黑边的随机幅度给一个控制。

 

现在更改了这个模块的交互逻辑，同一个文件内的所有页面统一使用同一个角度，用户可以调整幅度，此时会同时调整所有页面，移除了手动微调单页角度功能，导出结果与预览完全一致。

 

 

9.按书签炸开模块增加层级的选择，可以自由选择最大拆分层级

有人说，按书签炸开，希望有个层级的选择。

 

增加了这个选项，可以选择最大拆分层级，1代表一级书签，2代表二级书签。

 

 

三、修复了5个BUG

1.修复加密和解密模块在某些情况下失败的问题

有人说，解密失败了，不知道是什么问题，部分文件能正常解密。

 

也有人说，这个版本的解密功能有问题，输入正确密码提示密码错误

 

现在修复好了，加密和解密模块都没问题了。

 

2.修复按书签炸开模块炸开失败的问题

忘记是谁反馈的了，说是炸开失败，提示seqNum is not defined。

现在已经修复了。

 

3.修复扇形骑缝章从第2页开始印章上出现黑线的问题

有人说，骑缝章除第一页之外，其它页面上的印章都有黑色的框线。

 

仔细排查了一下，发现是因为切片坐标使用了小数，导致PNG图片透明边缘中的黑色像素被切到，现在我把切片坐标全部取整，并关闭了图片平滑，黑线消失。

 

4.修改删除页面模块大图预览失败的问题

有人说，删除页面模块点不开预览。

 

这是上次忘记修复的一个BUG，现在已经修复了。

 

5.修复页面滤镜模块导出文件不清晰的问题

有人说，使用了“页面滤镜”这个工具，导出来的pdf把原本清晰的画面都变成模模糊糊的马赛克了。

 

现在已经修复，输出清晰度与原文件一致。

 

四、暂时不准备增加的功能

有不少朋友问能不能支持OCR、能不能支持PDF和Office文件互转。这里统一回复一下：

1.关于OCR。 离线环境下做OCR是能做到的，也就是把图片识别成文字，这一步我后续可以考虑。但更复杂的排版还原，目前离线方案还搞不定。

2.关于Office转PDF。不管Windows还是信创环境，一般都安装了WPS，它本身就支持把Word、Excel直接另存为PDF，我就不重复造轮子了。

3.关于PDF转Word、Excel。这个难度比较大，核心难点在于文字识别和排版还原，尤其是精确还原原始排版，目前商业软件做得也不算很完美。国内做得比较好的是百度的PaddleOCR，但那是靠大模型实现的，我这个离线小工具就不凑这个热闹了。