scan_sim — PDF 扫描件仿真

把「已嵌签名的 PDF」（Word 嵌好签名 → Save As PDF）仿真成富士施乐 ApeosPort-V C5575 T2 扫描件质感，用于日常行政替代物理打印 + 扫描。

效果

• 300dpi、单色 1-bit（黑/白二值），无抖动、无灰阶
• PDF 1.3，无旋转、无外框
• 文字笔画边缘缺墨白点、渗墨黑点（黑白交界对称随机翻转）
• 表格横/竖线外缘离散黑色毛刺 + 短段断墨缺口（不连成平行虚线/叠线）
• 毛刺整页均匀分布，签名因面积小自然毛刺少
• 元数据洗成真机叙事：Producer / Creator = ApeosPort-V C5575 T2，时区 +08

安装

依赖 Python 3.11+ 与以下库：

pip install -r requirements.txt

依赖清单（已锁定版本）：pymupdf / pillow / numpy / opencv-python。

用法

# 基本：源.pdf 目标.pdf（目标可省略，默认覆盖式生成 1-1.pdf 之类测试名不推荐）
python scan_sim.py <源>.pdf <目标>.pdf

# 示例
python scan_sim.py D:\1.pdf 260826-扫描件仿真.pdf

--demo 自测：用内置示例验证输出指纹（PDF 版本、Producer、分辨率）。

参数

参数	默认	说明
--dpi	300	栅格化分辨率
--fuzz	1	毛刺环宽（px），越小越贴线
--white-p	0.00025	黑白交界对称翻转比例（文字缺墨+渗墨）
--line-p	0.005	表格线专属毛刺密度（黑突刺+短段白缺口）
--hwhite-p / --vwhite-p	0	横/竖线专属翻转比例（0=用 --white-p）
--angle	0	固定倾斜角（度），默认不旋转
--skew	关闭	启用随机微倾斜（易致表格叠线，默认关）
--skip-big	关闭	跳过签名大块（默认关：毛刺均匀整页）
--frame	关闭	开启极淡贴边黑框（默认关，用户不要外框）
--seed	随机	随机种子，固定可复现

说明 / 边界

• 源 PDF 必须是「整页栅格化」的（Word 导出 PDF 通常如此）；文本可选型 PDF 经栅格化后变为不可选，符合扫描件特征。
• 含彩色内容（如红章）当前按单色处理，章会变黑。
• 源文件不会被修改，脚本只生成新的目标文件。

原理概要

1. 整页栅格化到 300dpi 灰度
2. 硬阈值二值化（不抖动，避免孤立噪点）
3. 黑白交界对称随机翻转（文字缺墨 / 渗墨）
4. 表格长横竖线外缘环撒离散黑突刺 + 线身短段白缺口
5. 重建成整页 1-bit 图像，洗元数据，输出 PDF 1.3