扫描 PDF 歪了怎么办？用 6 种检测方法做本地批量扶正（附开源工具）

一款完全离线的 PDF 扫描件方向检测与批量修正工具，用 Tesseract OCR、霍夫变换、四向试探等 6 种方法综合判断，支持 GUI + CLI 双模式，附开源代码。

[扫描 PDF 歪了怎么办？用 6 种检测方法做本地批量扶正（附开源工具）](#扫描 PDF 歪了怎么办？用 6 种检测方法做本地批量扶正（附开源工具）)
- 效果展示
- 一、为什么需要本地文档扶正工具
- [二、Scan Corrector 是什么](#二、Scan Corrector 是什么)
- 三、和现有工具相比有什么不同
- 四、它能处理哪些文档
- 五、怎么用
  - 图形界面：适合日常使用
  - 命令行：适合批量和自动化
- 六、它怎么判断方向的
  - [6.1 六位"裁判"各自怎么判断](#6.1 六位"裁判"各自怎么判断)
  - [6.2 综合决策流程](#6.2 综合决策流程)
- 七、已知限制
- 八、下载与开源地址
- 九、速查表

效果展示

软件操作示意

扫描件处理前后对比

手动修正界面

一、为什么需要本地文档扶正工具

工作学习中我处理过大量扫描件，很多文件有一个共同特点：方向经常是乱的 ，偏偏它们的另一大特点是：不能使用任何在线工具随便上传到云端。

一页正的、一页倒的，一页横着、一页竖着。上百上千页文档手动一页一页旋转简直折磨人，不阅读内容根本分不清哪页该朝哪个方向。

现有的方案各有硬伤：在线矫正工具倒是不少，但"上传"这两个字在注重数据安全的场景里就是红线；商业 OCR 软件（如 ABBYY FineReader）功能全面但年费动辄上千，纠偏只是附属功能，杀鸡用牛刀；WPS Office 虽有文档扶正功能，但需要登录账号、部分功能依赖会员，且不生成可追溯的检测报告；开源桌面工具要么需要自己装 Python 环境，要么只做小角度倾斜校正，处理不了"整页颠倒 180°"这种离散方向错误。

所以我做了一个本地工具：Scan Corrector（扫描件智能纠偏工具）。完全离线运行，不需要联网，解压即用。这篇文章讲它做了什么、怎么判断方向的、和现有工具相比有什么不同、以及哪些场景适合用。

二、Scan Corrector 是什么

Scan Corrector 是一款 PDF 扫描件方向检测与批量修正的本地工具。它会逐页判断页面是否被旋转，然后把需要修正的页面写回为新的 PDF。

它的定位很明确：不做 OCR 全文识别，不上传文件，不追求花哨功能，只专注把"扫描 PDF 方向混乱"这件事尽可能稳妥地解决。

核心特点：

完全本地处理：运行过程中不需要联网，隐私文件无需上传云端
一站式便携版：7z 分卷压缩下载约 105MB，解压后约 400MB，内置运行环境和 Tesseract OCR 方向检测引擎，解压即可运行
批量处理 PDF：支持逐页检测、批量旋转；目前 100 页文档约 2 分钟完成
GUI + CLI 双模式：普通用户双击使用，批处理场景也能走命令行
自动 + 手动兜底：自动检测不满意时，可以手动指定页码旋转角度
可追溯报告：处理后生成 JSON 和 Excel 报告，方便检查每页判断结果
开源可审计：项目代码公开，便于确认是否存在上传、联网或隐藏逻辑
实测效果稳定：当前测试样本中，所有页面均正确扶正，没有出现漏检

三、和现有工具相比有什么不同

市面上能做 PDF 纠偏的工具不少，但把它们放到一起看，会发现各自的短板很明显：

工具类型	代表产品	短板
在线工具	Sejda、imageonline.co	需上传文件，隐私风险；有页数/大小限制
商业 OCR	ABBYY FineReader、Adobe Acrobat	价格高、体积大，纠偏只是附属功能
办公套件	WPS Office	需登录账号/会员，扶正是附属功能，无检测报告
开源桌面	Tinnci/pdf_deskew、PDF24 Creator	需安装 Python 环境，或只做小角度校正，无方向检测
扫描仪自带	汉王、紫光	硬件绑定，不能事后处理已有 PDF

Scan Corrector 的差异化在于同时满足四个条件------完全离线（文件不离开电脑）、便携免安装（解压即用）、能检测 180° 离散方向错误（不只小角度倾斜）、生成可审计的检测报告。这四点同时满足的工具，目前市面上找不到第二个。

如果你只是偶尔处理几页非敏感文档，在线工具就够用；如果已经买了 ABBYY，它的纠偏能力也足够。但如果你的场景是"档案、合同、凭证批量归档，不能上传，又不想花上千块买软件"------这就是 Scan Corrector 的价值所在之处。

四、它能处理哪些文档

场景	示例
合同扫描件	买卖合同、授权书、签署页方向混乱
审计凭证	上百页凭证扫描后需要统一方向归档
财务报表	季度/年度报表扫描后页面横竖不一致
业务档案	客户资料、尽调文件、内部审批材料
教学资料	试卷、讲义、论文扫描件批量整理

一句话概括：凡是不能随便上传云端、又需要批量整理方向的 PDF，都适合先用它处理。

五、怎么用

发布包是 Windows 便携版。从 Gitee 发行版页面下载 release-v1.0.0.7z.001 和 release-v1.0.0.7z.002 两个分卷文件，解压后运行即可------不需要安装 Python，也不需要单独安装 Tesseract。

图形界面：适合日常使用

双击运行：

text 复制代码

扫描件智能纠偏工具.exe

按钮	作用
选择 PDF	打开要处理的 PDF 文件
开始处理	自动检测方向错误并旋转修正
只看报告	只生成检测报告，不修改文件
手动修正	对自动检测不满意的页面，手动指定旋转角度

命令行：适合批量和自动化

bat 复制代码

:: 自动检测并修正
扫描件智能纠偏工具-cli.exe input.pdf

:: 只生成报告，不修改文件
扫描件智能纠偏工具-cli.exe --dry-run input.pdf

:: 手动指定某些页面的旋转角度
扫描件智能纠偏工具-cli.exe --manual input.pdf 3:90 5:180 9:270

:: 指定输出目录
扫描件智能纠偏工具-cli.exe input.pdf D:\输出目录

处理完成后，会在原 PDF 旁边生成这些文件：

文件	说明
`原文件名_corrected.pdf`	修正后的 PDF
`原文件名_processing_report.json`	逐页检测报告（JSON）
`原文件名_processing_report.xlsx`	逐页检测报告（Excel）

如果同名文件已经存在，工具会自动追加 _2、_3 等后缀，不会直接覆盖原结果。

六、它怎么判断方向的

这是本文最核心的部分。

很多人以为"检测 PDF 方向"就是调一次 OCR 看看文字朝哪边------如果这么简单就好了。实际扫描件里的情况远比想象的复杂：页面噪声、红色印章覆盖文字、表格线干扰判断、页眉页脚方向和正文不一致、纯图片页面根本没有文字......

所以这个工具不是一个方法搞定一切，而是把 6 种检测方法组成一个"裁判团"，让它们各自从不同角度观察同一页 PDF，最后综合投票给出判定。

6.1 六位"裁判"各自怎么判断

想象一场比赛，有六位裁判，每位从不同维度给选手打分。他们不是互相替代的关系，而是互补的关系------有的裁判擅长看文字方向，有的擅长看线条结构，有的擅长在模糊情况下做二次确认。

裁判一：Tesseract OSD（主裁判------看文字方向）

这是最直接的方法：直接让 OCR 引擎判断页面文字的朝向。就像你拿到一张纸，第一反应就是"字是朝哪个方向写的"。Tesseract OSD 会用多种预处理版本分别判断，然后内部投票得出一个方向结论。

这个裁判在大多数情况下就能给出正确结果，是整个判断流程的第一关。

裁判二：霍夫变换（结构裁判------看线条走向）

有些页面文字模糊，但表格线、边框线很清晰。霍夫变换不看文字内容，而是从图像中提取线条，判断这些线条主要是横向的还是纵向的。就像你远远看一张表格，虽然看不清字，但能看出表格线是横排还是竖排------光凭这个信息，页面方向就猜个八九不离十了。

裁判三：四向试探（穷举裁判------转一圈看哪个最"顺眼"）

有时候单看一个方向不够确定，那就干脆把页面转 4 个方向（0°、90°、180°、270°）各跑一次 OCR 方向检测，看哪个角度下 OCR 报告的置信度最高。就像你不确定一张图是正着看还是倒着看时，转一圈试试，哪个方向最"顺眼"就是哪个。

裁判四：文字密度分析（墨迹裁判------不认字，只看分布）

这个方法完全不依赖 OCR 识别具体文字。它把页面分成若干网格，统计每个区域里"有墨迹"的像素比例，然后分析这些墨迹在水平和垂直方向上的投影分布。就像你不需要认识一个字，只看整页纸的墨迹分布是横版的还是竖版的。

这个裁判特别擅长区分"有文字的页面"和"几乎空白/纯图片的页面"------后者根本不适合用 OCR 来判断方向，需要提前识别出来。

裁判五：区域 OSD（特写裁判------只看正文，忽略页眉页脚）

很多扫描件的页眉、页脚、页码、logo 和正文方向不一致，或者大面积的页眉页脚会干扰 OCR 的判断。区域 OSD 的做法是：裁剪掉页面边缘区域，只保留正文部分再做方向检测。就像你判断一篇文章是横排还是竖排时，不会去看页码和 logo，只看正文部分。

裁判六：多区域放大重检（放大镜裁判------疑难页面切片再判断）

对于低质量扫描件（模糊、噪声多、印章覆盖文字），直接对整页做检测可能失败。这时把页面切成多个区域，分别放大后再做方向检测。就像你看不清远处招牌上的字时，走近看或者拿手机放大看------同一张图，放大后细节更清晰，判断更可靠。

6.2 综合决策流程

六位裁判的结果不是简单"少数服从多数"，而是有一套保守决策逻辑：

复制代码

检测到一页 PDF
│
├── 裁判四：文字密度分析 → 几乎无文字？
│   ├── 是 → 标记"低置信度"，建议人工复核
│   └── 否 → 继续
│
├── 裁判一：Tesseract OSD（主裁判）→ 置信度高于阈值？
│   ├── 是 → 直接采用，进入下一步
│   └── 否 → 启动裁判团
│
├── 裁判团投票：裁判二 + 裁判三 + 裁判五
│   ├── 多数一致 → 采用多数结果
│   └── 仍然冲突 → 启动放大镜裁判
│
├── 裁判六：多区域放大重检 → 能确定方向？
│   ├── 是 → 采用
│   └── 否 → 标记"建议人工复核"
│
└── 最终输出 → 逐页写入修正后的 PDF + 生成检测报告

这套设计的核心思路是：能自动处理的尽量自动处理，不确定的诚实标记出来留给人工。 不一味追求"100% 全处理正确"，而是让批量处理的结果可追溯、可抽查、可修正。

在测试的 100 页级文档中，处理耗时约 2 分钟，页面均正确扶正，没有出现漏检。但实际效果会受扫描质量影响------已知限制见下一节。

七、已知限制

这个工具处理的是 90° 整数倍方向错误，不是万能的扫描增强工具。使用前了解几个边界：

不处理 1°、2° 这类轻微倾斜校正
无文字或文字极少的页面，方向检测置信度会比较低
180° 倒置检测会比 90° / 270° 更保守
极低质量扫描件可能受到噪声、边框、印章影响
自动检测结果建议结合报告抽查，疑难页可使用手动修正

它更像一个稳妥的 PDF 方向整理助手，而不是承诺所有扫描问题一次性修好的魔法按钮。

八、下载与开源地址

项目主页 ：https://gitee.com/lynli/scan-corrector
适用系统：Windows
发布形式 ：一站式便携版，7z 分卷压缩下载约 105MB，解压后约 400MB，从 Gitee Release 下载后解压即可使用
源码许可证：Apache License 2.0
依赖提示：工具包含 PyMuPDF 组件（AGPL v3），商业分发时请留意相关许可证要求

如果你只是使用发布包处理自己的本地文档，从 Gitee Release 下载 7z 分卷文件并解压运行即可，整个处理过程完全在本地完成。若要二次开发、闭源集成或商业再分发，建议阅读项目 README 里的许可证说明。

九、速查表

你想做什么	怎么做
日常处理一个 PDF	双击 exe → 选择文件 → 开始处理
只看检测结果不修改	点击"只看报告"按钮
某几页自动检测错了	点击"手动修正" → 输入页码和角度
批量处理多个文件	用 cli.exe 编写 .bat 脚本
查看每页的检测详情	打开生成的 .xlsx 与 .json报告
在自己的流程里自动化调用	cli.exe 支持命令行参数，可集成到 Python/Shell 脚本
不想安装任何环境	直接用 release 便携版，解压即用

💡 声明：本文借助 AI 辅助工具进行资料整理与初稿优化，所有内容均经过作者本人的详细核对、修改与编排，文责自负。

产品发布日期：2026 年 7 月