AI 生成图中文错字修正（可编辑 PPT）

Fix wrong/missing Chinese characters in AI-generated images via editable PowerPoint.

把 AI 生成图片里的中文错字、漏字、别字，转成可在 PowerPoint 里对照原图手动改正的可编辑模板。工具会检测文字区域、执行 OCR，并生成可编辑 PPT 文本框，方便你完成 OCR 后人工校对和改字补字。

本工具不是 AI 修图/重绘，不做 image inpainting、photo restoration、去模糊或超分，也不会自动替你改正文字；它生成可编辑文字层，让你在 PowerPoint 里对照原图手动修正 wrong/missing Chinese characters。

适用场景：AI 生成图片、海报、标题图、说明文字中出现的中文错字、漏字、别字，需要保留原图视觉并用 editable PowerPoint text boxes 手动校对。

快速开始

最简单的方式：

1. 把图片或图片文件夹拖到 RepairImage.cmd 上。
2. 等工具跑完。
3. 打开自动弹出的结果文件夹，看 START_HERE.txt。

也可以双击 RepairImage.cmd，它会处理默认的 resource/ 文件夹。

命令行用户可以这样用：

.\ImageRepairTool.ps1 ".\resource\example.png"

查看内置帮助：

.\ImageRepairTool.ps1 -Help

检查当前环境是否能运行：

.\ImageRepairTool.ps1 -Check -Input ".\resource"

转换一个文件夹：

.\ImageRepairTool.ps1 -Input ".\resource" -Output ".\output"

如果不指定 -Output，结果会自动放进 results/时间_图片名/。完成后先打开：

• START_HERE.txt：告诉你应该先打开哪个文件。
• 单图输入默认生成 editable_template.pptx，里面先是原图参考页，再是可编辑页。
• 多图输入默认生成 combined_editable_text_layer.pptx 和 editable_pptx/。

输出模式

默认使用 -OutputProfile simple，只留下最终文件和 START_HERE.txt。

需要检查文字框检测是否准确时：

.\ImageRepairTool.ps1 -Input ".\resource\example.png" -Output ".\output_debug" -OutputProfile debug

需要保留全部中间文件时：

.\ImageRepairTool.ps1 -Input ".\resource" -Output ".\output_full" -OutputProfile full

输出目录

• output/START_HERE.txt：最先打开。
• output/editable_template.pptx：单图输入时的默认结果。
• output/combined_editable_text_layer.pptx：多图输入时的总 PPT。
• output/editable_pptx/*.pptx：多图输入时每张图一个 PPT。
• output/ppt/...：debug 或 full 模式下保留的完整工作文件。
• 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

默认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。

如果图片文字特别密集，默认会自动跳过逐框 OCR，并把可编辑页切到“保留原图 + 蓝色选框”的引导模式。这时不会生成覆盖文字的白色 cleaned 底图，避免打开后只看到一堆白框。需要强制识别文字时再加 -OcrMode tesseract。

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。
• -OutputProfile simple|debug|full：控制输出多少，默认 simple。
• -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。
• -Help：显示最短使用说明。

调参时再看这些：

• -NoReferenceSlides：不生成原图参考页，只保留可编辑页。
• -DebugPreview：生成带检测框的 SVG 预览。
• -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。
• -OcrMaxBoxes 60：默认超过 60 个文本框时自动跳过 OCR，并保留原图文字作为底图；用 -OcrMode tesseract 可强制 OCR。
• -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-chinese-text-fix-pptx/
• dist/ai-image-chinese-text-fix-pptx.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 AI 修图、重绘或通用照片修复。
• 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。
• 如果文字和边框、箭头线粘在一起导致漏检，可调 -LineSuppressionLength；默认 0 表示按图像尺寸自动抑制长直线，传负数可关闭。
• 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。