Agent Skills
返回列表
论文 PDF 图片自动切割

论文 PDF 图片自动切割

办公效率 更新于 2026.08.30

将以下提示词粘贴到你的 AI 对话框中:

请根据 https://skillhub.cn/install/skillhub.md,安装 @user_431f2b4a/pdf-figure-cropper。

技能介绍

要解决的问题

读论文或写综述时,你往往需要从 PDF 里单独拿出 Figure:做 PPT、做笔记、或喂给别的图像管线。手动画框导出既慢,又容易把正文、图注(caption)或相邻 figure 一并裁进去;多子图(a/b/c)更难保持一致边界。本技能面向有文本层的生成版学术论文 PDF,把每个 figure(含子图、矢量/位图、轴标签等)切成独立高清 PNG,并尽量不把正文和图注混进图里。

技能如何工作

一体化脚本走完整流水线:预检文本层 → 按期刊风格自动探测图注标签(nature / generic / springer,也可用 --label-regex)→ 锚点 + 条带 定整图边界 → 子图检测(标签聚类 + k-means Voronoi,或墨迹间隙分割 + merge_ink_regions 合并附属块)→ 按页 300dpi 渲染后用 bbox 裁剪输出。

v3.0 三模式(--mode):

  • whole:只输出整张大图,如 Fig_1.png(whole/)
  • subfig:只切子图,如 Fig_1_a.png;无可靠标签时退化为墨迹分割并标低置信度(subfig/)
  • both(默认):整图与子图都输出

同页多个 figure(如一页里 Figure 8/9/10)时,按图注 y 坐标切成不重叠条带,各自定界,避免「一张整图吞下整页」。输出含简洁英文表头 CSV(name,type,confidence,...),便于对照路径做人工抽查。

边界与注意点

  • 不支持扫描版:v3 已移除扫描/模型兜底,必须是带可选中文字的 PDF。
  • 子图若标签被烤进位图(部分 Elsevier、Science Advances),会诚实降为墨迹分割,confidence=low 的子图务必人工看图。
  • 脚本会提示:自动切割不保证 100% 准确,尤其子图可能过度合并或切碎,打开 whole/、subfig/ 目录核对是不可跳过的一步。

使用场景

  • 写完文献综述要把 Nature 论文里 10 多张 figure 导出成 PNG 插入 LaTeX 或 Keynote,且不能带页脚正文
  • 同页并排 Figure 8/9/10 的 Elsevier 章节 PDF,需要分别导出三张整图而不是整页截图
  • 复现论文图表时只要各子图 panel(a/b/c)做 ablation 对比,需从 PDF 批量切出 `subfig/` 并核对低置信度项
  • 课题组共享的 Springer 定稿 PDF,按图号 `--figures 1,3,5` 只提取指定 figure 做内部汇报

适合人员

  • 每周精读 5~10 篇 PDF、要把 figure 单独归档进 Obsidian/Notion 的博士生
  • 给期刊返修准备 rebuttal 幻灯片、需要从定稿 PDF 快速导出高清子图的博士后
  • 维护文献笔记站点、要把论文插图批量转成静态资源的前端或技术写作志愿者
  • 用 Python 做图表复现或 ML 数据清洗、要把论文示意图从 PDF 喂给后续脚本的工程师