make-look-scanned

在数字化办公中，我们常常需要将干净的电子文档（如合同、报告或简历）伪装成经过打印、签字后再扫描回传的物理文件。手动使用 Photoshop 处理每一页不仅耗时，而且难以保持风格的一致性。make-look-scanned 是一款基于 Go 语言开发的命令行工具，它能自动为 PDF 文件添加逼真的扫描瑕疵，使其看起来像是由普通办公室扫描仪生成的产物。

核心功能：逼真的降质处理管道

该工具通过将 PDF 的每一页栅格化为图像，并应用一系列精心调校的视觉效果来模拟真实世界的扫描过程：

• 几何失真：随机倾斜（Skew）页面，模拟放置纸张时的不平整。
• 色调与色彩：转换为灰度或保留颜色，并叠加暖色纸张色调（Paper Tone），模仿陈旧纸张或扫描仪光源的色温。
• 噪点与颗粒：添加扫描仪特有的传感器噪声（Noise）。
• 光学缺陷：应用高斯模糊（Blur）模拟镜头散焦，以及边缘阴影（Edge Shadow）模拟扫描仪玻璃板边缘的光线衰减。
• 压缩伪影：通过低质量的 JPEG 压缩引入块状伪影，还原有损压缩带来的画质损失。

最终输出的是一个纯图像 PDF，原始的可选文本层将被移除，这与真实扫描仪的行为完全一致。

为什么选择 make-look-scanned？

1. 确定性输出：默认情况下，工具使用输入文件的内容哈希作为随机种子。这意味着对于同一个输入文件，无论运行多少次，生成的扫描效果都是完全一致的（字节级相同）。如果需要不同的外观，只需指定 --seed 参数。
2. 跨平台与零依赖：基于 Go 语言构建，并通过 cgo 链接 MuPDF。编译后的二进制文件是自包含的，无需安装 Python、ImageMagism 或其他运行时环境。支持 Windows、macOS 和 Linux。
3. 灵活的配置：
   • 命令行标志：精细控制每一个效果参数（如 --noise 0.4, --skew 2.5）。
   • 预设系统：支持在 config.toml 中定义命名预设（如 medium, heavy），一键应用常用组合。
4. 浏览器支持 (WASM)：除了 CLI，该工具的效果处理核心已被编译为 WebAssembly。你可以直接在浏览器中运行它，甚至可以使用一个单文件的 HTML（约 8MB）离线处理 PDF，无需后端服务器。

快速开始

1. 构建与安装

你需要安装 Go 和 C 工具链。

git clone <repository-url>
cd make-look-scanned
go build -o make-look-scanned .

2. 基本用法

# 使用默认设置处理 in.pdf，输出 in.scanned.pdf
./make-look-scanned in.pdf

# 自定义输出路径和效果参数
./make-look-scanned in.pdf -o out.pdf --noise 0.4 --skew 2.5 --jpeg-quality 30

# 使用预设
./make-look-scanned --preset medium in.pdf

3. 常用标志说明

4. 浏览器端使用

如果你更喜欢图形界面或需要在网页中集成此功能：

# 构建单个自包含的 HTML 文件
task build:web

# 生成的 dist/make-look-scanned.html 可直接在浏览器中打开使用

应用场景

• 提交纸质流程要求的电子档：某些机构要求上传“扫描件”，但你只有电子版。
• 设计原型展示：让数字设计稿看起来更像是打印出来的实物照片，增加真实感。
• 数据增强：为 OCR 训练数据集生成带有各种噪声和畸变的合成样本。
• 隐私保护：将敏感的文本型 PDF 转换为图像型 PDF，防止简单的文本复制和搜索（虽然 OCR 仍可识别，但增加了门槛）。

make-look-scanned 以其极简的设计、强大的效果和确定性的行为，成为了处理文档“物理化”需求的理想工具。