已经上传到GitHub上，这里也提供一份软件压缩包以及OPENAI写的说明文档
PictureCapture_v2.11.12_PublicRelease.zip (2.3 MB)
注意点：
- 这是尝鲜版，不是最终版；
- 因为需要安装PaddlePaddleOCR，所以Python版本请以它支持的最高版本为准；
- PaddlePaddleOCR能上显卡GPU支持的，就安装GPU版本；
- 其他库缺什么就安装什么呗；
- 一般的安装问题请自行解决，使用上的问题和建议请反馈，不定期更新解决；
- 【导出PicDic索引】得到的txt文件，可以复制一份到新的文件夹，比如 PicDic_ZH-ZH_SanMinDCD, 再把下面这个python代码和配置文件也放进去，修改好配置文件，CMD命令行运行下python文件，就可以得到PicDic所需的词典文件啦，就可以放到GoldenDict Android的相应目录下后使用啦！具体也看说明文件（ Github 或者压缩包里）
__build_picdic.zip (46.8 KB)
- 提供《三民大辞典》作为测试词典：
画线/索引数据下载：all_pdic_backup_20260920_044722.zip (2.1 MB)
PNG请下载网盘里的 PicDic_ZH-ZH_SanMinDCD.dsl.files.zip
链接: 百度网盘 请输入提取码
图片解压到某个文件夹XXX，打开软件→打开项目目录（选择这个XXX文件夹）→【从PDIC备份恢复】
Picture Capture v2.11.12
Picture Capture 是一个面向扫描词典页面的桌面工具，用于词头定位、OCR 辅助画线、人工校对、PDIC/PPP 标注、批量词条填充、插图标注与切图，以及 PicDic 相关输出。
本发布包是 v2.11.12 的干净公开发布版。内部开发分析、历史验证文档、测试缓存、build 目录等均已移除；保留运行所需源码、Profile 资源、安装脚本、wheel 和用户说明。
建议先阅读本文件完成安装和基本工作流；所有参数的详细含义见 SETTINGS_REFERENCE.md；项目文件与输出格式见 FILE_FORMATS_AND_OUTPUTS.md。
1. 运行环境
- Python 3.10 或更高版本。
- 基础依赖：Pillow、NumPy。
- 可选 OCR：
- PaddleOCR / PaddlePaddle：用于主要词头识别与版面检测。
- Tesseract：用于对照 OCR、补漏和多 OCR 融合。Tesseract 是外部可执行程序，需要单独安装。
- Google Lens：可作为第三意见；需要网络连接。
- 支持扫描图像：TIF/TIFF、PNG、JPG/JPEG、BMP。
Windows 最简单启动方式
- 解压整个 ZIP。
- 双击
run_windows.bat。
- 脚本会先安装基础 Python 依赖，再启动程序。
- 如果需要 PaddleOCR，再双击
install_paddleocr_windows.bat。
- 如果需要 Google Lens，可双击
install_ocr_extras_windows.bat。
命令行启动
python -m pip install -r requirements.txt
python run.py
或者安装随包 wheel：
python -m pip install dist/picture_capture_restored-2.11.12-py3-none-any.whl
picture-capture
2. 项目是什么
一个“项目”就是一个包含扫描页的目录。程序打开项目目录后，会把目录内支持的图片按文件名排序作为页面序列。
典型结构：
MyDictionary/
├─ 0001.png
├─ 0002.png
├─ 0003.png
├─ 0001.pdic
├─ 0001.ppp
├─ wordslist.txt
├─ picture_capture_settings.json
├─ dictionary_profile.json
└─ QT/
├─ PaddleOCR/
├─ PWW/
├─ PIC/
├─ PicDic/
└─ CropPlan/
.pdic 保存词条线与词头文字；.ppp 保存插图多边形。两者都与对应图片同名。
3. 推荐工作流
3.1 打开项目与版面校准
- 点击 打开项目目录。
- 在“页面范围”选择当前页、当前页至末页或指定范围。
- 在“一、普通版面参数”先确认：分栏数、页眉 Y、单栏宽、栏间空、单行高、行间空。
- 可点击 检测版面 自动估计分栏、页眉、栏宽等；自动结果建议目视确认。
- 在 更多参数 → Profile 选择最接近当前词典的版面 Profile。
3.2 生成词头线
- 运行普通画线：使用传统版面/左缘规则，不调用 OCR 识别词头文字。
- 运行OCR画线：使用 PaddleOCR 为主的 OCR 词头检测，可与 Tesseract / Lens 对照融合。
- OCR 区的“①复用缓存”适合重复调参数；“②强制重新识别”会重新执行 OCR。
OCR 或普通画线会重写所选页面的 PDIC 画线，因此批量操作前应确认页面范围。
3.3 人工修正与校对
- 主图中可以人工增加、删除或调整词条线。
- 每个词条文本框可直接修改词头文字。
- 有 OCR 候选时，文本框旁会出现
OCR ▾，可直接采用 PaddleOCR、Tesseract、Lens 或融合结果。
- 点击 词条校对 打开专用校对窗口；右侧显示 OCR 候选与 wordslist 辅助词表。
wordslist.txt 可达到十几万行；程序只在界面显示当前词附近的小窗口，不会一次性建立十几万个 GUI 项。
3.4 用分页词表批量填词
- 点击 选择词条文件，选择有页码边界的
_WordsOfPages.txt 或兼容 TXT。
- 设置主界面页面范围。
- 点击 填充既有词条。
程序会按页把 TXT 中的词条依次填入已有横线，不会把一页多出的词溢出到下一页。
页面列表的“填充状态”含义：
一致：PDIC 线数与 TXT 词数一致。少 N：PDIC 线数比 TXT 少 N。多 N：PDIC 线数比 TXT 多 N。未核对：尚未执行该页计数核对。无资料：所选 TXT 没有该页数据。待重新核对：核对后又增删了词条线。
仅修改词头文字不会使状态失效；增删横线会变为“待重新核对”。
3.5 插图 PPP
- 插图识别：对所选范围自动检测插图，生成 PPP 多边形。再次识别只替换自动区域，不覆盖人工区域。
- 编辑插图：进入 PPP 编辑模式。
- 每个 PPP 有独立名称文本框。
- 名称框显示在 PPP 区域外的右上方；靠近页面右侧时会自动避让。
- 多边形可拖顶点。
- 矩形 PPP 还可直接拖四条边的中点手柄。
- 名称框旁
× 可删除单个 PPP。
- PPP 名称若与词头一致，切图计划会把该 PPP 视为与该词条关联。
3.6 切图
所有实际影响词条切图与插图切图的参数统一在 切图设置 中。
建议流程：
- 设置页面范围。
- 打开 切图设置，确认上下边界、左右留白、PPP 外扩、并行进程等。
- 在主界面勾选 切图预览（主图），直接查看最终 Crop Plan。
- 预览无误后执行 词条切图 或 插图切图。
词条切图结果写入 QT/PWW/；插图切图结果写入 QT/PIC/。
如果勾选“是否综合插图计算切图信息”：
- 关联 PPP 完整位于词条切图内：随词条输出，不再单独切 PPP。
- 关联 PPP 与词条部分相交：词条矩形与 PPP 多边形联合后切图，不再单独切 PPP。
- 关联 PPP 完全在词条切图外：单独生成
(P数字).png。
如果关闭该选项：
- 词条只按自身矩形切图，不由 PPP 扩框或改变顺序。
- 完整位于词条内部的插图自然保留在词条图中，并不重复单独导出。
- 部分超出或完全在外的 PPP 会单独导出，避免内容丢失。
3.7 PicDic
- PicDic制作：基于
QT/PWW/*.PWWords 生成 GoldenDict/ABBYY DSL 图片词典及图片 ZIP，输出到 QT/PicDic/。必须先执行词条切图。
- 导出PicDic索引：按全项目页面顺序输出：
WORD<TAB>xx.xx<TAB>yy.yy<TAB>page
例如：
一 0.85 19.07 0001
X/Y 直接使用 PDIC 已保存的比例值，不重新计算，不带百分号。
4. 主界面区域
一、普通版面参数
常用快速参数。修改后会自动应用并保存。
- 分栏数：页面正文栏数。
- 页眉Y：版面检测/词头候选开始的纵向位置；不是切图上边界。
- 单栏宽：基础栏宽。
- 栏间空：相邻栏间距。
- 单行高：典型正文/词头行高。
- 行间空：典型行间空白。
- 检测引擎：检查 PaddleOCR、Tesseract、Lens 可用状态。
- 检测版面：自动估计页面分栏结构。
二、基于OCR画线
- 复用缓存 / 强制重新识别：决定是否重新跑 OCR。
- OCR语言：Tesseract/规则使用的词头语言代码，可组合，如
por+chi_sim。
- 候选带宽比例：只分析每栏左侧多少比例的候选带；100 为 Profile 原始宽度。
- 左缘容差：允许词头相对栏左边缘偏移的程度；越大越容易纳入正文缩进行。
- 候选置信度：OCR 低于该置信度的候选会被弱化或过滤。
- 最低候选分：综合版面/结构证据的最低接受分数。
- PaddleOCR / Tesseract / Google Lens：选择参与识别的引擎。
- Lens模式：控制 Lens 何时调用及是否参与最终决策。
- Y安全空间：横线 Y 精修后与墨迹保持的安全距离。
三、辅助选项及框线色块
- 栏左垂线：显示/隐藏栏左参考线，并可选颜色、宽度。
- 词头横线：显示/隐藏词条横线，并可选颜色、高度。
- 插图轮廓颜色 / 插图区域颜色 / 插图标签外框颜色：只影响 PPP 显示，不修改 PPP 坐标。
- 显示候选复选框：显示 OCR 左缘候选的人工选择框。
- 显示插图多边形：控制 PPP 可视化。
- 切图预览（主图）：显示最终 Crop Plan；预览与正式切图使用同一几何逻辑。
- 隐藏线框（插图除外）：临时隐藏普通栏线/词头线，PPP 仍可显示。
- 间隔时间：自动保存/旧版批处理相关的间隔参数。
- 自动保存：按设定间隔保存当前编辑结果。
四、功能按钮
| 按钮 |
功能与影响 |
| 更多参数 |
打开 Profile、详细参数、词头排序、过滤规则。详细说明见 SETTINGS_REFERENCE.md。 |
| 保存参数 |
立即校验并保存当前主界面参数；平时参数改动本身已自动应用/保存。 |
| 使用提示 |
显示软件内置简明使用说明。 |
| 运行普通画线 |
对所选页面按传统版面规则重新生成 PDIC 横线。会重写对应页画线。 |
| 运行OCR画线 |
对所选页面 OCR 识别并重新生成 PDIC 横线，可复用缓存或强制识别。 |
| 清除画线 |
清空当前页全部词条标记；需另行保存才写盘。 |
| 清除文本 |
保留当前页横线，只清空词头文字。 |
| 词条校对 |
打开当前页校对窗口；右侧显示 OCR 和 wordslist 辅助。 |
| 选择词条文件 |
选择分页 TXT，建立/缓存页码映射；不会立即修改 PDIC。 |
| 填充既有词条 |
按所选页面范围，把分页 TXT 词条填入现有横线。 |
| 修复PDIC排序 |
对所选范围按 栏号 → Y 重排 PDIC；X 完全不参与。建议先备份。 |
| 备份PDIC |
把全项目 PDIC 流式合并为 all_pdic_backup_时间戳.txt；后台执行。 |
| 从PDIC备份恢复 |
选择合并备份，只恢复主界面当前选择的页面范围。 |
| 切图设置 |
统一管理所有会影响词条/插图实际切图的参数。 |
| 词条切图 |
按 Crop Plan 批量生成词条图片与 .PWWords 清单。 |
| 插图识别 |
自动检测所选页插图并写 PPP；保留人工 PPP。 |
| 编辑插图 |
新增、改名、拖动、删除 PPP。 |
| 插图切图 |
按 PPP/Crop Plan 输出独立插图。 |
| PicDic制作 |
从词条切图清单生成 DSL 与图片资源包。 |
| 导出PicDic索引 |
全项目导出 WORD\tX比例\tY比例\tpage 索引。 |
| 导出训练标记包 |
导出已有 PDIC 页、原图、PPP、OCR 候选/人工选择等训练与误差分析资料。 |
| 保存当前页 |
根据当前编辑模式保存 .pdic 或 .ppp。 |
五、页面列表
列包括：
- 页面：始终显示。
- 已画线：PDIC 词条数量/状态。
- 填充状态：分页词表与 PDIC 数量核对结果。
- 插图：PPP 插图数量；0 个时留空。
点击栏头可排序。页面名使用自然排序。表头右键可关闭/重新显示“已画线”“填充状态”“插图”；“页面”不能关闭。
排序只改变列表显示顺序，不改变项目实际页面顺序或文件顺序。
5. Profile
Profile 是“版面识别族”，不是单纯按语言分类。内置类型：
| Profile |
适用版面 |
| 拉丁字母 · 音标密集双栏 |
英文粗体词头、音标/POS 密集，例如 Far East、RHWCD。 |
| 拉丁字母 · 紧邻词性经典双栏 |
葡语/意大利语经典双栏，词头紧邻 POS。 |
| 拉丁字母 · 编号词性双栏 |
lemma 与 POS 中间可能有变位/索引编号，例如 XXH。 |
| 拉丁字母 · 结构符号词典型 |
学习词典/学校词典，词性、变形、条内符号较复杂。 |
| 中文 · 圆点/拼音三栏 |
○/● 等词条标记 + 中文词头 + 拼音/罗马字。 |
| 中文 · 括号词头/大字三栏 |
【】/〔〕复合词及大号单汉字词头。 |
Profile 页面可预览代表词典样页。对 Profile 参数的手工改动以项目 override 保存，不会修改程序内置预设。
6. 校对窗口
- 左侧为当前页词条文本框。
- 点击一个词条后，右侧显示该位置的 PaddleOCR / Tesseract / Lens 结果。
- 可一键采用某个 OCR 结果。
- 右侧 wordslist 只显示当前词附近约 501 条，适合 10 万–20 万行大型参考词表。
- 选择wordslist文件 可更换参考词表并立即刷新。
- wordslist 中不存在的主界面词条会显示红色粗外框，存在时使用普通边框。
7. 大型项目与批处理
多页 OCR、填充、PDIC 备份/恢复、PicDic 索引导出、插图识别以及切图都使用后台任务或多进程策略。底部会出现：
- 当前页/总页数
- 当前文件
- 进度条
- 暂停/继续
- 停止
暂停/停止通常会在当前页完成并安全写盘后生效。已经完成的页面不会回滚。
切图的并行进程可在【切图设置】设为 0=自动；为避免大扫描图占用过多内存，程序会采用保守并发。
8. 重要安全建议
- 大批量 OCR、填充或排序前，建议先点 备份PDIC。
修复PDIC排序 只按栏号与 Y 重排，适合“记录顺序错但词条文字仍与原坐标绑定”的 PDIC。如果文字已经配错到另一条线，必须从备份恢复或重新填词/校对。- OCR 画线会重写所选页面 PDIC，确认页面范围后再运行。
- 自动插图识别不会覆盖人工 PPP；人工修改 AUTO 区域名称后，该区域视为人工区域。
切图预览（主图） 是正式切图前最可靠的检查方式。
9. 发布包目录
PictureCapture_v2.11.12_PublicRelease/
├─ README.md
├─ SETTINGS_REFERENCE.md
├─ FILE_FORMATS_AND_OUTPUTS.md
├─ RELEASE_NOTES.md
├─ run.py
├─ run_windows.bat
├─ requirements*.txt
├─ install_paddleocr_windows.bat
├─ install_ocr_extras_windows.bat
├─ pyproject.toml
├─ dist/
│ └─ picture_capture_restored-2.11.12-py3-none-any.whl
├─ examples/
│ ├─ dictionary_profile.example.json
│ └─ headword_filter_rules.example.txt
└─ src/picture_capture/
10. 版本
公开发布功能版本：2.11.12。
