AI 图片修复工具

这个工具用于把 AI 生成的图片批量转换成可在 PowerPoint 里手动修复的模板，并可选导出 SVG。它会尽量检测图片里的文字区域并调用 OCR 识别原文；识别不出来的位置用 □ 这类安静占位符补足，方便你在 PPT 中按原图手动改字。

快速开始

先创建输入目录，并把你有权使用的图片放进去：

New-Item -ItemType Directory -Force .\resource

检查当前环境是否能运行：

.\ImageRepairTool.ps1 -Check -Input .\resource -Target both

生成可编辑 PowerPoint 模板：

.\ImageRepairTool.ps1 -Input .\resource -Output .\output -Target ppt -ReferenceSlides

处理单张图片：

.\ImageRepairTool.ps1 -Input .\resource\example.png -Output .\output -Target ppt -ReferenceSlides

只导出 SVG：

.\ImageRepairTool.ps1 -Input .\resource -Output .\output -Target svg -SvgMode embedded

同时导出 PPT 和 SVG：

.\ImageRepairTool.ps1 -Input .\resource -Output .\output -Target both -ReferenceSlides -SvgMode embedded

输出目录

• output/ppt/combined_editable_text_layer.pptx：包含所有图片的总 PPT。
• output/ppt/per_image/*.pptx：每张图片一个单独 PPT。
• output/ppt/cleaned/*.text_removed.png：扣掉检测文字后的底图。
• output/svg/embedded/*.svg：视觉保持最准确的嵌入式 SVG。
• output/svg/traced/*.svg：启用描摹时生成的近似矢量 SVG。

PowerPoint 编辑方式

推荐使用 -ReferenceSlides。每张源图会生成两页：

• 原图参考页：只放原始图片，用来查看原文。
• 可编辑页：包含 01_original_reference、02_cleaned_text_removed 和 03_text_001... 图层。

在 PowerPoint 里打开“选择窗格”。隐藏 02_cleaned_text_removed 可以看到下方原图文字，显示它则回到干净底图上编辑。03_text_001... 是可编辑文本框，通常按从上到下的顺序排列。

常用参数

• -Input：输入图片文件或图片文件夹。
• -Output：输出目录，默认 .\output。
• -Target ppt|svg|both：选择导出 PPT、SVG 或两者都导出。
• -Check：只检查输入和依赖，不执行转换。
• -ReferenceSlides：为每张图额外生成原图参考页，推荐开启。
• -TemplateMode dual|mimic|guide：PPT 模板模式，默认 dual。
• -Placeholder "文字"：设置文本框占位文字。
• -AutoPlaceholder：用长度更接近原文字段的占位符。
• -OcrStrategy box|image|both：OCR 策略，默认 box，逐框识别更准但更慢。
• -OcrMode auto|off|tesseract：OCR 开关，默认自动查找 Tesseract。
• -FallbackGlyph "□"：识别失败时使用的占位字符。
• -SvgMode both|embedded|trace：SVG 导出模式。
• -Magick "路径"：手动指定 ImageMagick 的 magick.exe，适合没有加入 PATH 的环境。

打包发布

生成可分发目录和 zip：

.\package_tool.ps1

打包结果：

• dist/ai-image-repair-tool/
• dist/ai-image-repair-tool.zip

把 zip 解压后，用户在解压目录里运行 ImageRepairTool.ps1 即可。

如果要把项目发布为公开 GitHub 仓库，请先看 PUBLISHING.md，尤其是输入图片、输出文件和 Git 历史清理检查。

运行依赖

• PowerShell 5+ 或 PowerShell 7+。
• Python，并安装 NumPy。
• Node.js，并安装本项目的 Node 依赖。
• ImageMagick。
• Tesseract OCR，建议安装中文简体语言包 chi_sim 和英文 eng。
• PowerPoint 导出使用 pptxgenjs，不依赖 Codex presentations 插件。

安装依赖：

python -m pip install -r requirements.txt
npm install

注意事项

• resource/ 是本地输入目录，已被 .gitignore 忽略；不要把没有授权、含隐私或可能侵权的图片提交到公开仓库。
• OCR 是尽力识别，不保证完全正确，尤其是 AI 生成的小字、错字和复杂背景。
• cleaned 底图是基于检测区域和背景色采样生成的，不是真正的智能修图。
• 复杂背景、装饰图标或非常小的文字可能会误检或漏检，需要在 PPT 中手动调整。
• 如果觉得逐框 OCR 太慢，可以加 -OcrStrategy image 改用整图 OCR。
• 如果不想 OCR，只想生成占位模板，可以加 -OcrMode off。
• 如果检测框太少，可尝试调大 -LineGap 或 -VerticalGap。
• 如果检测框太多，可尝试降低 -DarkThreshold、-ColoredThreshold 或 -MaxBoxes。

许可证

本项目使用 MIT License。第三方工具和运行时依赖遵循各自许可证。