PDF 怎么去掉扫描页的边缘黑边
扫描或拍照生成的 PDF 常在页边留下黑条和灰底,打印出来很脏。本文给出先纠偏、再裁切、后去底的顺序,以及哪些处理会破坏文字层。
把纸质合同扫成 PDF,翻到第二页常常能看到边上一条黑边,底色还发灰。这不是扫描仪坏了,多半是纸张没有完全贴住玻璃、盖板压不实,或者书脊处透进来的光被一起拍了进去。黑边不影响阅读,但打印、盖章、发给客户时很难看,而且会让文件体积变大。
入口在哪
黑边处理不在阅读界面里,而在两类地方:一是扫描软件自带的增强功能,扫的时候顺手把背景压白、把歪掉的页面摆正;二是 PDF 编辑工具里的页面图像处理,把每页当成一张图片来裁切。
先明确一件事:扫描件在 PDF 里通常是一整张图片,页面上并没有真正的文字,所以裁切只是裁图片。顺序上要先清理图像、再做文字识别,反过来会把文字层弄乱。各软件叫法差别很大,找不到按钮时在软件里搜「裁切」「纠偏」「增强」比翻菜单快。
具体步骤
- 先分辨黑边来源。纸边露背景形成的黑条、书脊压出的阴影、整页歪斜的三角黑块,处理方式不同,先翻几页看清楚。
- 纠偏优先于裁切。页面是歪的,先按文字行的水平线把整页摆正,再去裁边。顺序反了,裁完再纠偏会留下新的空白角。
- 裁切留一点白边。贴着正文裁容易切掉页边注、页码和装订线附近的字,四边留点余量反而更像正常文档。
- 去底灰。黑边和灰底往往是同一个原因造成的,把背景提亮到接近纯白,文字会更清楚。提亮要适可而止,过渡太猛会把浅色的印章和手写签名一起洗掉。
- 处理完再做文字识别。要能搜索、能复制的 PDF,识别放在清理之后,识别的是干净图像。
- 选对导出方式。纯黑白扫描页可以用体积很小的压缩,带灰阶或彩色的页面不能用,否则会出现块状色斑。
几个坑
- 所有页面套同一个裁切值。扫描时每张纸放的位置都不一样,统一裁切很容易这一页切掉字、那一页还留着黑边。按页检查,或者用能自动识别页边的方式。
- 把页边注和页码一起裁掉。合同、标书常在页边有编号或批注,裁切前先放大看一眼边缘。
- 黑白二值化过头。灰度直接转纯黑白,浅灰的细线、表格浅色边框、铅笔字会整片消失,而且不可逆。
- 先识别文字再裁切。文字层和图像的位置是对应的,裁完图像,文字层的位置就对不上了,选中复制时会错位。
- 手机拍照生成的 PDF 带透视变形。纸张拍成梯形时先做透视校正再裁边,只裁不校正,字还是斜的。
怎么验证
把页面放大到百分之百,沿四边看一圈,确认没有残留黑条和灰边,也没有被切掉半个的字。再选中一段正文,能选中并复制,说明文字层还在且位置正确。
再打印一页出来看,屏幕上不明显的浅灰底打印后往往变成一片灰。最后对比处理前后的文件体积,正常应该明显变小,变大则是导出时选错了压缩方式。
常见问题
已经是纯黑白的扫描件还能去黑边吗
能,但只能裁,不能再调明暗。纯黑白页面只有黑和白两种像素,提亮或压暗只会让笔画变粗或断裂。直接裁掉黑边最稳妥,边缘残留的黑点用橡皮类工具点掉,比整体调整安全。
手机上能不能快速处理
可以。多数扫描类应用拍摄时会自动找纸张边缘并做梯形校正,拍完直接导出 PDF。缺点是批量处理不方便,几十页的文件还是电脑上做省时间。
裁切会不会让页码错位
页码是扫描进图片里的,裁切只影响这一页的显示范围,不影响页序;页码是后来加的文字层,裁切也不改变编号。真正会出问题的是裁掉了页面上原有的手写编号,所以裁之前还是要看一眼边缘。
一句话总结:先纠偏、再裁切、后去底,最后才做文字识别,每页看一眼边缘有没有内容,黑边和灰底都能处理干净。