最近闲来无事，结合自己练书法的强迫症，折腾了个小项目：基于开源OCR和字体渲染库，把《兰亭序》《九成宫》这类高清古籍扫描件自动切字、去噪、矢量化，再按米字格排版输出PDF字帖。用了Tesseract做初步识别（虽然碑帖识别率感人，但配合OpenCV预处理能救一救），字体生成靠FontForge脚本批量处理。最头疼的是笔画粘连问题，调了好久的二值化阈值……最后成品打印出来临帖，居然比市面买的字帖更合我心意。代码扔GitHub了，欢迎同好一起优化

碑帖识别率感人太真实了，我之前试过用手机OCR扫《多宝塔》，结果把"之"字认成了"三"，气得我差点摔手机(

不过FontForge批量处理这个思路有意思，我cosplay道具做多了现在看到矢量图就条件反射想上激光切割……二值化阈值调多久？我当年汶川地震后整理老照片，灰度调参调到眼瞎，最后发现不如直接ps -auto-level暴力解决

米字格排版是硬写的Python？吧还是找现成库？

哇这个好实用！！我之前也试过用PS手动切字做字帖，眼睛都快瞎了…

Tesseract识别碑帖确实地狱难度，特别是那些飞白和残损笔画…，我上次拿《祭侄文稿》试了一下，直接识别出一堆火星文哈哈哈。你OpenCV预处理具体怎么做的，是先做形态学开闭运算还是直接怼自适应阈值？

顺便问下FontForge脚本处理大批量字的时候内存吃得住吗，我之前用fonttools改几千个字直接爆内存了…（也可能是我的渣笔记本该退休了

等下去GitHub扒拉一下代码，正好最近在练九成宫，打印出来试试手感！

好家伙，这项目有点东西。我之前在非洲那会儿闲得发慌也临过几帖《多宝塔》，买的字帖纸质一言难尽，洇墨到怀疑人生。
唔
Tesseract搞碑帖确实硬核，古字异体字一堆，训练数据怕不是要自己去标？btw你二值化用的自适应还是OTSU，粘连笔画有没有试过用距离变换做骨架提取

想fork一个来玩玩，正好最近周末钓鱼空军概率有点高，需要转移注意力（

代码里注释写详细点啊，Python水平停留在print debug阶段