项目地址：https://github.com/AkanthaWang/PPT-auto-Crorrector
你是否也遇到过这些场景？
- 听讲座时拍了一堆 PPT 照片，但角度歪、有阴影、看不清。
- 回去整理时发现照片杂乱无章，根本没法当课件用。
- 想转成 PDF 存档，但每张图都歪歪扭扭，强迫症崩溃。
今天，我开源了一个小工具：PPT-auto-Corrector，它能：
✨ 自动识别 → 透视矫正 → 尺寸标准化 → 批量输出 → 合并 PDF
一键将你手机里拍糊的 PPT 照片，变成规整、清晰、可播放的幻灯片！
文章目录
- 项目目标
- ️ 效果对比
- 核心技术：SAM + OpenCV
- 1. 使用 Segment Anything Model (SAM) 智能分割
- 2. OpenCV 透视变换 + 尺寸标准化
- 如何使用？
- 1. 克隆项目
- 2. 安装依赖
- 3. 下载 SAM 模型
- 4. 放入照片
- 5. 运行脚本
- 6. （可选）合并为 PDF
- 功能亮点
- 适用场景
- 项目结构
项目目标
输入：一张从教室/会议室拍摄的 PPT 照片（倾斜、畸变、带黑板框）
输出：一张 1920×1080 的标准幻灯片图像，可直接用于播放、存档或转视频。
无需手动框选、无需 Photoshop，全程自动化。
️ 效果对比
 |  |
| 拍摄原图（矫正前） | 矫正结果（标准幻灯片） |
✅ 自动识别 PPT 区域
✅ 消除透视畸变
✅ 输出统一尺寸（默认 1920×1080）
✅ 支持批量处理
核心技术：SAM + OpenCV
这个项目的核心思路是：
- 用 AI 找出 PPT 在照片中的位置
- 用图像变换“拉直”它
1. 使用 Segment Anything Model (SAM) 智能分割
传统方法依赖边缘检测（如 Canny），但在复杂背景、模糊照片中效果很差。
我采用了 Facebook 开源的 Segment Anything Model (SAM)，它能：
- 无需标注，自动分割图像中所有显著区域
- 精准识别出“最像 PPT”的矩形区域（最大 + 接近 16:9）
这样即使照片里有黑板框、投影边框、阴影，也能准确锁定 PPT 内容。
2. OpenCV 透视变换 + 尺寸标准化
找到四个角点后，使用 OpenCV 的 cv2.getPerspectiveTransform 进行透视矫正，并将结果统一缩放到 1920×1080，确保输出一致。
M = cv2.getPerspectiveTransform(src_points, dst_points)
corrected = cv2.warpPerspective(image, M, (1920, 1080))如何使用？
1. 克隆项目
git clone https://github.com/AkanthaWang/PPT-auto-Crorrector.git
cd PPT-auto-Crorrector2. 安装依赖
pip install opencv-python numpy torch torchvision
pip install segment_anything
pip install natsort3. 下载 SAM 模型
wget https://dl.fbaipublicfiles.com/segment_anything/sam_vit_h_4b8939.pth4. 放入照片
将拍摄的 PPT 照片（.jpg）放入 input_dir 文件夹。
5. 运行脚本
python ppt_auto_corrector.py结果保存在 corrected_ppt/ 文件夹中。
6. （可选）合并为 PDF
python image_to_pdf.py生成 ppt_slides.pdf，适合归档与分享。
功能亮点
- ✅ 自动检测 PPT 区域：基于 SAM，无需手动框选
- ✅ 透视矫正：消除拍摄角度带来的畸变
- ✅ 批量处理：支持文件夹内多图自动处理
- ✅ 智能排序：支持按文件大小或文件名自然排序（适合时间序列）
- ✅ 输出标准化：统一为 1920×1080 或自定义尺寸
- ✅ 鲁棒性强：对模糊、阴影、低光有一定容忍度
适用场景
| 场景 | 价值 |
|---|---|
| 教学讲座 | 把手机拍的板书/PPT 变成电子课件 |
| 会议记录 | 快速归档投影内容，无需手动整理 |
| 学术报告 | 拍照 → 矫正 → PDF，一键生成笔记素材 |
| 远程学习 | 帮助视障或坐后排的同学“还原”清晰画面 |
项目结构
PPT-auto-Crorrector/
├── ppt_auto_corrector.py # 主脚本：PPT 矫正
├── image_to_pdf.py # 图像合并为 PDF
├── input_dir/ # 输入原始照片
├── corrected_ppt/ # 输出矫正后图像
├── image/ # 示例图片
├── sam_vit_h_4b8939.pth # SAM 模型权重（需自行下载）
├── requirements.txt
└── README.md