img2pdf

定位

本技能解决"大量截图/照片需要编排为紧凑 PDF 提交"以及"超长截图（微信聊天、庭审笔录）需要保留上下逻辑转为 PDF"的问题。核心场景是法律证据材料整理。

核心职责：

1. 将图片目录或多个图片文件编排为 A4 PDF，支持 1/2/3/4 张每页。
2. 将已有 PDF 的每页重新编排为 N 张每页的紧凑布局。
3. 自动检测图片横竖方向，选择合适的 A4 页面方向。
4. 可配置页边距，确保打印效果良好。
5. v1.2.0 长截图模式：按 A4 比例自动切割超长图再编排（微信聊天场景），或将整张长图渲染为单张自适应高度 PDF（庭审笔录场景）。
6. 文书滚动截图：先视觉识别完整原文页，裁掉手机界面、页外边框和邻页，再一原文页一 A4 页。

本技能不做 OCR、不编辑 PDF 内容、不处理视频文件。若需要从视频提取截图，先使用 video-screenshot。

先选择页面模式

文书截图裁切先看每张原图；不能用截图固定坐标、最长白块或 A4 比例代替页身份确认。保留当页正文、页眉、原页码、签字/印章及原有水印，去掉页面外 UI 和邻页。缺失或被遮挡的正文不补写。

执行本模式时按 reference 中的逐图六步执行卡操作：取得原尺寸 → 列候选纸页 → 确认完整当页 → 沿四边定原图坐标 → 试裁看结果 → 编排后看 PDF。先试一张再处理整批；候选页不完整或边界看不清时回看局部/同页其他源图，不批量猜坐标。reference 提供靠上/居中/靠下示意、界面与页内内容对照、坐标换算算例和失败修正表。

所需权限与安全说明

脚本需要本地 Python 执行、指定输入的文件读取及指定输出目录的文件写入；不外传。裁切清单/收据包含来源路径和页身份，放在用户私有材料目录。保留原文件，选择新 PDF 输出名。固定高度切段流程只清理自身创建的临时目录。

与其他技能配合

• 上游：video-screenshot 提取视频截图后，用本技能编排为 PDF。
• 上游：截图工具（手机截图、浏览器截图）产出的图片文件。
• 下游：pdf-organizer 可对编排后的 PDF 做进一步整理（拆分、合并、命名）。
• 替代：pdf-organizer 的 --normalize-a4 只做页面标准化，不做多图编排。

依赖

系统依赖

无额外系统依赖。

Python 包

只看图规划无需 Python 包；裁切脚本只需 Pillow，编排 PDF 需要上表全部依赖。优先使用宿主已有运行环境，缺包时按首次使用位置安装。

输入/输出

输入

• 图片目录：扫描目录下所有 JPG/PNG/WebP 文件。
• 多个图片文件：直接列出图片路径。
• 已有 PDF：将 PDF 每页当作图片重新编排。

输出

• 单个 A4 PDF 文件，每页包含 1-4 张图片，等比缩放居中。
• 原文页裁切模式：按确认的文书分组输出 PDF，一原文页一页；过程裁切图及来源收据放在私有工作目录。

工作流程

1. 收集输入

根据 --input 参数收集图片或 PDF 文件。如果是目录，扫描其中所有支持格式的图片。按文件名或修改时间排序。

需要原文页裁切时，先按文书截图裁切核对页身份、逐张四边、遗漏/重复和文书分组，用 scripts/crop_document_pages.py 生成顺序编号 PNG，再执行以下编排。文件名只作为线索，顺序以原页码及正文衔接复核。

2. 转换为页面

• 图片文件：通过 PyMuPDF 转为单页 PDF。
• PDF 文件：读取每一页作为独立页面。

3. 计算布局

根据 --per-page 和页面方向计算每张图片的可用区域：

• per-page=1：整页减去边距，横竖由图片方向决定。
• per-page=2：A4 横版，左右两列。
• per-page=3：A4 横版，三列并排。
• per-page=4：A4 横版或竖版，2×2 网格。
• per-page=auto（默认）：竖版图多 → 3张/页，横版图多 → 1张/页。

每张图片等比缩放适配其可用区域，居中放置。

4. 生成 PDF

将编排后的页面写入输出 PDF。不修改任何原始文件。

执行脚本

首次使用时安装依赖：

python3 -m pip install -r scripts/requirements.txt

手机截图（自动 3 张/页）

python3 scripts/img_to_pdf.py \
  --input /path/to/screenshots/ \
  --output /path/to/output.pdf
# 自动检测：竖版图多 → 3张/页

电脑截图（自动 1 张/页）

python3 scripts/img_to_pdf.py \
  --input /path/to/desktop-screenshots/ \
  --output /path/to/output.pdf
# 自动检测：横版图多 → 1张/页（A4横版）

手机截图 2 张/页（A4 横版左右并排）

python3 scripts/img_to_pdf.py \
  --input /path/to/screenshots/ \
  --output /path/to/output.pdf \
  --per-page 2

视频截图 3 张/页

python3 scripts/img_to_pdf.py \
  --input /path/to/frames/ \
  --output /path/to/output.pdf \
  --per-page 3

已有 PDF 重新编排

python3 scripts/img_to_pdf.py \
  --input /path/to/original.pdf \
  --output /path/to/repacked.pdf \
  --per-page 2

多个图片文件

python3 scripts/img_to_pdf.py \
  --input img1.jpg img2.jpg img3.png \
  --output /path/to/output.pdf \
  --per-page 3

微信聊天长截图（v1.2.0，按 A4 比例自动切 + 3 张/页）

python3 scripts/img_to_pdf.py \
  --input /path/to/wechat_long.png \
  --output /path/to/wechat.pdf \
  --split \
  --per-page 3
# 1080×6000 → 按 1080×√2≈1527px 切 4 段 → 2 页 A4 横版

微信聊天长截图（显式切割段高）

python3 scripts/img_to_pdf.py \
  --input /path/to/wechat_long.png \
  --output /path/to/wechat.pdf \
  --split \
  --split-height 1500 \
  --per-page 3

无原文分页的庭审笔录长截图（vertical 模式，整图一长页）

python3 scripts/img_to_pdf.py \
  --input /path/to/transcript.png \
  --output /path/to/transcript.pdf \
  --mode vertical
# 不切割，1080×5000 → 1 页 595×2573pt
# 页面高度按图等比缩放，保留上下逻辑

截图显示多张原文纸页、用户要求每页仅当页时，改走原文页裁切，不要把手机界面和邻页一起塞进长页，也不要用固定高度切断原文分页。

预览（不写入文件）

python3 scripts/img_to_pdf.py \
  --input /path/to/dir/ \
  --per-page 2 \
  --dry-run

常用参数

两种模式对照

交付检查

完成后检查：

1. 输出 PDF 页数 = ceil(总图片数 / per-page)（nup 模式）或 = 图片数（vertical 模式）。
2. 每页图片清晰可读，没有超出页面边界。
3. 页边距合理，打印时不会裁切内容。
4. 横竖方向正确（手机截图横版并排，视频截图三列等）。
5. 原始图片和 PDF 未被修改或删除。
6. 长截图模式：切割段高符合 --split-height 或 A4 比例默认；vertical 模式页面高度 = 图高 × (A4 宽 - 2×margin) / 图宽 + 2×margin。
7. vertical 模式：临时目录已清理（/tmp/img2pdf-splits-* 不残留）。
8. 原文页裁切模式：逐页看来源/裁切图及最终 PDF 渲染，检查页身份、完整四边、首末正文、原页码和签章；没有 UI 或邻页残留，PDF 页数等于确认的独立原文页数。像素一致只证明坐标执行正确，不能证明选页正确。