前言：NotebookLM 很好，但生成的 PDF 让我很头秃
最近 Google 的 NotebookLM 彻底火了，尤其是它一键生成的演示文稿（Slides），逻辑清晰、排版精美。但作为一个打工人/学生党，在使用过程中有一个巨大的痛点：
它导出的竟然是不可编辑的 PDF！
这意味着如果你想改一个错别字、换一张公司 Logo，或者调整一下字体，你只能在那几张“死图”面前望洋兴叹。为了解决这个问题，我开发了 NotebookLM2PPT —— 一个旨在将这些“顽固”PDF 彻底还原为完全可编辑 PowerPoint 的自动化神器。
🚀 它是如何工作的？（拒绝“生啃”OCR）
市面上很多 PDF 转 PPT 工具效果很差，文字乱码或者排版全乱。NotebookLM2PPT 另辟蹊径，它站在了巨人的肩膀上——微软电脑管家。
利用微软电脑管家内置的“智能圈选”功能（其 OCR 识别和排版还原能力非常惊人），本工具通过 Python 自动化脚本实现了以下流程：
- 自动无损截图：将 PDF 逐页转换为高清晰度图片。
- 智能去水印：内置了 6 种专业图像修复算法（v0.6.2 更新重点），自动抹除 NotebookLM 的特定水印。
- 全自动模拟操作：模拟人工按下
Ctrl+Shift+A，自动点击“转换为 PPT”，并抓取系统生成的临时文件。 - 无缝合并：将所有分散的幻灯片页面重新拼合为一个完整的
.pptx。
✨ 核心亮点：不仅是转换，更是“精修”
如果只是简单的截图拼接，那不叫 PPT。NotebookLM2PPT 在最新的几个版本中引入了极其强悍的功能：
1. 🎨 6 种专业级图像修复 (v0.6.2)
为了让页面背景更干净，我重构了修复模块。现在你可以根据背景复杂度选择不同的算法：
- 智能平滑（推荐）：全能型选手，去除水印痕迹极其自然。
- 边缘均值/极速纯色：针对简单背景，速度快到飞起。
- 双调和光影修补：专门处理带有渐变或复杂光影的背景，保持视觉连续性。
2. 💎 MinerU 后处理优化（史诗级增强）
这是我最自豪的功能。通过集成 MinerU 的深度解析能力，程序可以在基础转换后进行“二次进化”：
- 智能去重：利用 算法识别并删除冗余的重叠文本框。
- 字体统一：一键将全篇乱七八糟的字体统一为“微软雅黑”。
- 高清图替换：直接从 MinerU 的解析结果中提取原始高清图，替换掉截图，清晰度直线飙升。
| 特性 | 基础转换 | MinerU 优化后 |
|---|---|---|
| 文本框准确性 | ⭐⭐⭐ | ⭐⭐⭐⭐⭐ |
| 图片清晰度 | ⭐⭐⭐ | ⭐⭐⭐⭐⭐ |
| 排版专业度 | ⭐⭐⭐ | ⭐⭐⭐⭐⭐ |
效果如下图所示，左边为无后处理，右边为有后处理，有很显著的改善。
🛠️ 快速上手
如果你不想折腾 Python 环境，我直接准备了 打包好的 .exe 文件，开箱即用。
准备工作
- 系统要求：Windows 10/11。
- 必备软件：安装最新版的微软电脑管家（版本 3.17.50.0），并开启“工具箱-智能圈选”。
操作步骤
- 运行
notebooklm2ppt.exe。 - 校准按钮位置（仅需一次）：勾选校准，程序会引导你点一下“转换为 PPT”按钮的位置，以后它就记住家门了。
- 选择文件：扔进你的 PDF（有 MinerU 的 JSON 文件更好）。
- 开始转换：喝杯咖啡，看着它自己像“幽灵”一样操作电脑，几分钟后，一份精美的 PPT 就在
workspace文件夹里等你了。
📦 极致轻量化 (v0.6.0)
在最新的 v0.6.0 版本中，我进行了一次“大手术”。我移除了 OpenCV 和 Scikit-learn 这两个笨重的依赖，改用 Numpy 原生实现算法。
- 启动速度：快了不止一倍。
- 程序体积：从几十 MB 缩减到了极致。
- 内存占用：大幅降低，老机器也能流畅运行。
🔗 开源与结语
写这个工具的初衷是为了提高生产力，把我们从无意义的搬运工作中解放出来。如果你觉得这个工具有点意思，或者正好解决了你的燃眉之急，欢迎去 GitHub 给个 Star！
- GitHub 项目地址：elliottzheng/NotebookLM2PPT
- 下载地址：点击前往 Releases
欢迎在评论区留下你的使用反馈或建议，我会持续优化！
想了解具体的技术细节（如按钮偏移校准算法、IOU 筛选逻辑等）？ 欢迎查看项目中的 实现细节文档。