Skip to content

clearclown/Rust_DN_SuperBook_PDF_Converter

BranchesTags
 
 

Repository files navigation

🌐 Language / 言語
日本語 | English | 简体中文 | 繁體中文 | Русский | Українська | فارسی | العربية

superbook-pdf

License: AGPL v3 Rust CI

Fork of dnobori/DN_SuperBook_PDF_Converter

フォーク元の素晴らしき芸術的なREADME.md : 正直、これを読めばすべてがわかる

Rust で完全リライトしたスキャン書籍 PDF 高品質化ツール

オリジナル著者: 登 大遊 (Daiyuu Nobori) 様 Rust リライト: clearclown ライセンス: AGPL v3.0

Before / After

Before and After comparison

Before (左) After (右)
解像度 1242x2048 px 2363x3508 px
ファイルサイズ 981 KB 1.6 MB
品質 ぼやけ、低コントラスト 鮮明、高コントラスト

RealESRGAN による AI 超解像で、文字のエッジが鮮明になり、読みやすさが大幅に向上します。

特徴

  • Rust 実装 - C# 版を完全リライト。メモリ効率とパフォーマンスが大幅に改善
  • AI 超解像 - RealESRGAN で画像を 2x 高解像度化
  • 日本語 OCR - YomiToku による高精度文字認識
  • Markdown 変換 - PDF から構造化された Markdown を生成 (図・表の自動検出付き)
  • 傾き補正 - 大津二値化 + Hough 変換で自動補正
  • 180度回転検出 - 上下逆のページを自動検出・補正
  • 影除去 - 製本時の影を自動検出・除去
  • マーカー除去 - 蛍光ペンのハイライトを検出・除去
  • ブレ補正 - ぼやけた画像のシャープ化 (Unsharp Mask / NAFNet / DeblurGAN-v2)
  • カラー補正 - HSV 裏写り抑制、紙色の白化
  • Web UI - ブラウザから直感的に操作可能

クイックスタート

# ソースからビルド
git clone https://github.com/clearclown/Rust_DN_SuperBook_PDF_Converter.git
cd Rust_DN_SuperBook_PDF_Converter/superbook-pdf
cargo build --release --features web

# 基本変換
superbook-pdf convert input.pdf -o output/

# 高品質変換 (AI超解像 + カラー補正 + オフセット調整)
superbook-pdf convert input.pdf -o output/ --advanced --ocr

# Markdown 変換
superbook-pdf markdown input.pdf -o markdown_output/

# Web UI 起動
superbook-pdf serve --port 8080

コマンド体系

superbook-pdf は 5 つのサブコマンドを提供します:

コマンド 説明
convert PDF を AI 強化して高品質 PDF に変換
markdown PDF から構造化された Markdown を生成
reprocess 変換に失敗したページを再処理
info システム環境情報を表示 (GPU、依存ツール等)
cache-info 出力 PDF のキャッシュ情報を表示

convert - PDF 高品質化

スキャンした PDF を AI 強化して高品質 PDF に変換します。

# 基本 (傾き補正 + マージントリム + AI超解像)
superbook-pdf convert input.pdf -o output/

# 最高品質 (全機能有効)
superbook-pdf convert input.pdf -o output/ --advanced --ocr

# 影除去 + マーカー除去 + ブレ補正
superbook-pdf convert input.pdf -o output/ --shadow-removal auto --remove-markers --deblur

# テスト (最初の5ページ、実行計画のみ)
superbook-pdf convert input.pdf -o output/ --max-pages 5 --dry-run

主なオプション:

オプション デフォルト 説明
-o, --output <DIR> ./output 出力先ディレクトリ
--advanced off 高品質処理を有効化 (内部解像度正規化 + カラー補正 + オフセット調整)
--ocr off 日本語OCR を有効化
--dpi <N> 300 出力 DPI
--jpeg-quality <N> 90 PDF 内 JPEG 圧縮品質 (1-100)
-m, --margin-trim <N> 0.7 マージントリム率 (%)
--shadow-removal <MODE> auto 影除去モード (none/auto/left/right/both)
--remove-markers off 蛍光マーカー除去を有効化
--deblur off ブレ補正を有効化
--no-upscale - AI超解像をスキップ
--no-deskew - 傾き補正をスキップ
--no-gpu - GPU処理を無効化
--dry-run - 実行計画を表示 (実処理なし)
--max-pages <N> - 処理ページ数を制限
-v, -vv, -vvv - ログ詳細度

全オプションは superbook-pdf convert --help で確認できます。

markdown - PDF から Markdown 変換

PDF を OCR し、構造化された Markdown に変換します。図の自動検出・抽出、表の検出、読み順序の自動判定に対応しています。

# 基本変換
superbook-pdf markdown input.pdf -o output/

# 縦書き指定 + AI超解像
superbook-pdf markdown input.pdf -o output/ --text-direction vertical --upscale

# 品質検証付き
superbook-pdf markdown input.pdf -o output/ --validate --api-provider claude

# 中断した処理を再開
superbook-pdf markdown input.pdf -o output/ --resume

主なオプション:

オプション デフォルト 説明
-o, --output <DIR> ./markdown_output 出力先ディレクトリ
--text-direction auto テキスト方向 (auto/horizontal/vertical)
--upscale off OCR前にAI超解像を適用
--dpi <N> 300 出力DPI
--figure-sensitivity <N> - 図検出の感度 (0.0-1.0)
--no-extract-images - 画像抽出を無効化
--no-detect-tables - 表検出を無効化
--include-page-numbers off ページ番号を出力に含める
--validate off 出力Markdownの品質検証
--resume - 中断した処理を再開

全オプションは superbook-pdf markdown --help で確認できます。

reprocess - 失敗ページの再処理

変換中にエラーが発生したページだけを再処理します。

# 状態ファイルから自動検出して再処理
superbook-pdf reprocess output/.superbook-state.json

# 特定ページのみ再処理
superbook-pdf reprocess output/.superbook-state.json -p 5,12,30

# 状態確認のみ
superbook-pdf reprocess output/.superbook-state.json --status

処理パイプライン

convert コマンドの処理フロー:

入力PDF
  │
  ├─ Step 1: PDF画像抽出 (pdftoppm, 指定DPI)
  ├─ Step 2: マージントリム (デフォルト 0.7%)
  ├─ Step 3: 影除去 (--shadow-removal)
  ├─ Step 4: AI超解像 (RealESRGAN 2x)
  ├─ Step 5: ブレ補正 (--deblur)
  ├─ Step 6: 180度回転検出・補正
  ├─ Step 7: 傾き補正 (大津二値化 + Hough変換)
  ├─ Step 8: カラー補正 (HSV裏写り抑制)
  ├─ Step 9: マーカー除去 (--remove-markers)
  ├─ Step 10: グループクロップ (均一マージン)
  ├─ Step 11: PDF生成 (JPEG DCT圧縮)
  └─ Step 12: OCR (YomiToku, --ocr)
  │
  出力PDF

空白ページは自動検出 (閾値 2%) され、処理をスキップします。

インストール

必要なもの

項目 要件
OS Linux / macOS / Windows
Rust 1.82 以上 (ソースビルド時)
Poppler pdftoppm コマンド

AI機能を使う場合は、Python 3.10 以上と NVIDIA GPU (CUDA 11.8+) が必要です。

1. システム依存パッケージ

# Ubuntu/Debian
sudo apt update && sudo apt install -y poppler-utils python3 python3-venv

# Fedora
sudo dnf install -y poppler-utils python3

# macOS (Homebrew)
brew install poppler python

# Windows (Chocolatey)
choco install poppler python

2. superbook-pdf のインストール

# ソースからビルド
git clone https://github.com/clearclown/Rust_DN_SuperBook_PDF_Converter.git
cd Rust_DN_SuperBook_PDF_Converter/superbook-pdf
cargo build --release --features web

3. AI機能のセットアップ (任意)

Docker/Podman を使う場合はこの手順は不要です。

cd superbook-pdf/ai_bridge

# Python 仮想環境を作成
python3 -m venv .venv
source .venv/bin/activate

# GPU版 PyTorch をインストール
pip install torch torchvision --index-url https://download.pytorch.org/whl/cu121

# AI依存パッケージをインストール
pip install -r requirements.txt

実行時に環境変数を設定:

export SUPERBOOK_VENV=/path/to/ai_bridge/.venv

4. Docker/Podman で実行 (推奨)

# NVIDIA GPU
docker compose up -d

# AMD GPU (ROCm)
docker compose -f docker-compose.yml -f docker-compose.rocm.yml up -d

# CPUのみ
docker compose -f docker-compose.yml -f docker-compose.cpu.yml up -d

ブラウザで http://localhost:8080 を開けば使えます。

Web UI

Web UI

ブラウザベースのインターフェースで、ファイルをドラッグ&ドロップするだけで変換が始まります。WebSocket によるリアルタイム進捗表示に対応しています。

superbook-pdf serve --port 8080 --bind 0.0.0.0

詳細ドキュメント

ドキュメント 内容
docs/pipeline.md 処理パイプラインの詳細設計
docs/commands.md 全コマンド・全オプションのリファレンス
docs/configuration.md 設定ファイル (TOML) によるカスタマイズ
docs/docker.md Docker/Podman 環境の詳細ガイド
docs/development.md 開発者向けガイド (ビルド、テスト、アーキテクチャ)

トラブルシューティング

問題 解決策
pdftoppm: command not found sudo apt install poppler-utils
RealESRGAN が動かない SUPERBOOK_VENV 環境変数を設定
GPU が使用されない pip install torch --index-url https://download.pytorch.org/whl/cu121
メモリ不足 --max-pages 10 か --chunk-size 5 で分割処理
傾き補正で画像が崩れる --no-deskew で無効化
マージンで文字が切れる --margin-safety 1.0 で安全バッファを増加

ライセンス

AGPL v3.0 - LICENSE

謝辞

  • 登 大遊 (Daiyuu Nobori) 様 - オリジナル実装
  • RealESRGAN - AI超解像
  • YomiToku - 日本語OCR

開発について

このプロジェクトの開発には、AIエージェントツールを活用しています:

  • claude-code-aida - Claude Code用AIDAプラグイン
  • AIDA - マルチエージェント開発フレームワーク (現在メンテナンス中)

TDD (テスト駆動開発) に基づいた品質の高いコード生成と、効率的な開発サイクルを実現しています。

About

DN_SuperBook_PDF_Converter - スキャン書籍 PDF をデジタル書籍並みに大変クリアに読みやすくする AI PDF 高品質化・各種調整ツール

Resources

Readme

License

AGPL-3.0 license
Activity

Stars

255 stars

Watchers

6 watching

Forks

4 forks
Report repository

Releases

No releases published

Packages

 
 
 

Contributors

No contributors

Languages

  • Rust 95.4%
  • HTML 3.0%
  • Python 1.2%
  • Dockerfile 0.4%