# OFD

**Repository Path**: guoshigen/ofd

## Basic Information

- **Project Name**: OFD
- **Description**: No description available
- **Primary Language**: Unknown
- **License**: Not specified
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 0
- **Forks**: 0
- **Created**: 2026-09-29
- **Last Updated**: 2026-09-29

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

# PDF → OFD 转换器

将 PDF 转换为符合 **GB/T 33190-2016《电子文件存储与交换格式 版式文档》** 的 OFD 文件。
面向中文发票、单据等版式文档，保证矢量图形、文本、字体、印章的高保真还原。

## 特性

- **文本保真**：提取 PDF 文本与字体并嵌入子集，避免乱码/重叠（实测全样本 100% 文本保真）。
- **矢量还原**：线、矩形、贝塞尔曲线按 OFD `PathObject` 输出；坐标严格遵循国标（相对 `Boundary` 原点），已解决第三方阅读器整页黑问题。
- **印章处理**
  - 位图印章（扫描件）→ 提取图像嵌入。
  - 矢量印章（红章）→ 识别 even-odd 椭圆环 `clip` + 覆盖填充，输出 `Rule="1"` 圆环路径，正确显示为红环而非实心块。
- **clip 安全**：全样本扫描 0 处真实溢出风险；局部矩形裁切（如发票二维码）无损。
- **颜色合规**：OFD `CT_Color` 通道按 0~255 十进制整数（白色 `"255 255 255"`）。

## 环境依赖

- Python 3.10+
- `pymupdf>=1.20`（PDF 解析）
- `lxml>=4.9`（OFD XML 生成）
- （可选）`Pillow`：GUI 与对比图辅助

## 安装

```bash
pip install -r requirements.txt
```

## 用法

### 命令行（单文件）

```bash
python pdf2ofd.py input.pdf -o output.ofd --check
```

- `pdf`：输入 PDF 文件或目录（目录则批量转换）
- `-o/--output`：输出 OFD 路径（文件模式）或目录（目录模式，默认与输入同目录）
- `--check`：转换后执行结构校验 + 文本保真度自检

### 命令行（批量目录）

```bash
python pdf2ofd.py pdf/ -o out_all/
```

### 图形界面

```bash
python ofd_gui.py            # 正常启动窗口
python ofd_gui.py --smoke    # UI 冒烟测试（600ms 后自动关闭）
python ofd_gui.py --selftest # 无界面自检（验证转换链路 + 输出解析）
```

### 预览 / 对比验收

```bash
python ofd_preview.py out.ofd --pdf input.pdf -o cmp.png --page 0 --dpi 150
```

左为原 PDF、右为生成的 OFD，用于肉眼验收。

## 项目结构

| 文件 | 说明 |
|------|------|
| `pdf2ofd.py` | 核心转换器（PDF → OFD） |
| `ofd_preview.py` | 本地渲染 OFD / 与 PDF 并排对比，用于验收 |
| `ofd_gui.py` | tkinter 图形界面 |
| `requirements.txt` | 依赖清单 |
| `_ref_ofd/` | 官方厂商（数科）OFD 样本，用作合规参考 |

> 测试样本 `pdf/`、批量输出 `out_all/`、`out_fixed/` 等体积较大，未纳入版本库（见 `.gitignore`），请按需自行放置。

## 注意事项

- 建议在 WPS / 数科阅读器打开 OFD 验收。
- 竖排旋转文字、个别装饰细节在不同阅读器下可能存在细微差异。

## 许可证

待定。