Kód pro opravu barev na nascanovaném dokumentu

Kód má mírně stáhnout modrou barvu (což není přesně co jsem chtěl - na původním obrázku se trochu odráží modré LED světlo, tak jsem to chtěl stáhnout). Nicméně to by bylo třeba vybrat jen ty pixely kde je ta modrá barva a neaplikovat to na celý dokument. Nastavení kontrastu je pro dokument, který má nízký kontrast.

 

from PIL import Image, ImageEnhance
import os
import glob

# Funkce pro úpravu obrázku
def adjust_image(image_path, output_path):
    # Otevření obrázku
    img = Image.open(image_path).convert("RGB")
    
    # 1. Odstranění modrého nádechu (snížení modrého kanálu)
    r, g, b = img.split()
    # Snížíme intenzitu modrého kanálu (např. o 20 %)
    b = b.point(lambda x: int(x * 0.8))
    img = Image.merge("RGB", (r, g, b))
    
    # 2. Zesvětlení pozadí a zvýšení kontrastu pro tmavší text
    # Převod na šedotón (pro OCR je lepší černobílé zobrazení)
    img = img.convert("L")
    
    # Úprava jasu (zesvětlení středních tónů)
    enhancer = ImageEnhance.Brightness(img)
    img = enhancer.enhance(1.2)  # Mírné zesvětlení (1.2 je jemná úprava)

    # Úprava kontrastu
    enhancer = ImageEnhance.Contrast(img)
    img = enhancer.enhance(2.0)  # Zvýšíme kontrast (hodnota 2.0 je dobrý základ)
    
    # Úprava jasu (zesvětlení středních tónů)
    enhancer = ImageEnhance.Brightness(img)
    img = enhancer.enhance(1.4)  # Mírné zesvětlení (1.2 je jemná úprava)
    
    # Uložení upraveného obrázku
    img.save(output_path, "JPEG")
    print(f"Upravený obrázek uložen jako: {output_path}")

# Hlavní funkce pro zpracování všech obrázků v adresáři
def process_images(input_folder, output_folder):
    # Vytvoření výstupní složky, pokud neexistuje
    if not os.path.exists(output_folder):
        os.makedirs(output_folder)
    
    # Najdeme všechny JPG soubory v input složce
    image_files = glob.glob(os.path.join(input_folder, "*.jpg"))
    
    # Zpracujeme každý obrázek
    for image_path in image_files:
        # Vytvoříme název výstupního souboru
        filename = os.path.basename(image_path)
        output_path = os.path.join(output_folder, f"adjusted_{filename}")
        
        # Upravíme obrázek
        adjust_image(image_path, output_path)

# Spuštění skriptu
if __name__ == "__main__":
    # Nastavte cestu k adresáři s vyextrahovanými obrázky a výstupní složku
    input_folder = "/home/user/Dokumenty/Knihy/scan music theory 1/test"  # Nahraďte cestou k vašim obrázkům
    output_folder = "/home/user/Dokumenty/Knihy/scan music theory 1/output"  # Nahraďte cestou k výstupní složce
    
    # Zpracujeme obrázky
    process_images(input_folder, output_folder)

Kód pro extrakci nascanovaných obrázků z poškozeného .pdf

Soubor byl poškozen ve smyslu, že nebyl dokončen zápis .pdf pro nedostatek místa na disku. První skript najde začátky streamů se značkou JFIF a druhý provádí extrakci těch fotek.

# Import potřebných knihoven
import re

# Otevření PDF souboru v binárním režimu
with open('music theory part 3.pdf', 'rb') as file:
    content = file.read()  # Načtení obsahu souboru

# Vyhledání pozic řetězce "stream"
positions = [m.start() for m in re.finditer(b'stream', content)]

# Tisk prvních dvaceti bajtů od každé nalezené pozice
for pos in positions:
    start = pos  # Pozice začátku řetězce "stream"
    end = start + 20  # Konec prvních dvaceti bajtů
    print(f'Pozice: {pos}, Prvních 20 bajtů: {content[start:end]}')

EXTRAKCE

import re

# Funkce pro extrakci obrázků
def extract_images(pdf_file):
    with open(pdf_file, 'rb') as file:
        content = file.read()  # Načtení obsahu souboru

    # Procházení všech výskytů "stream"
    for match in re.finditer(b'stream', content):
        start = match.start()  # Pozice začátku "stream"
        
        # Tisk pozice a prvních 20 bajtů od "stream"
        print(f'Pozice: {start}, Prvních 20 bajtů: {content[start:start + 20]}')
        
        # Hledání konce streamu (použijeme "endstream" místo "endobj" pro přesnost)
        endstream_match = re.search(b'endstream', content[start:])
        if endstream_match:
            # Začátek obrazových dat je po "stream\n"
            newline_pos = content.find(b'\n', start)
            if newline_pos == -1:
                continue  # Pokud není newline, přeskočíme
            data_start = newline_pos + 1
            data_end = start + endstream_match.start()  # Konec před "endstream"
            image_data = content[data_start:data_end]
            
            # Kontrola, zda je to platný JPEG (začíná \xff\xd8)
            if image_data.startswith(b'\xff\xd8'):
                # Uložení obrázku
                with open(f'image_{start}.jpg', 'wb') as img_file:
                    img_file.write(image_data)
                print(f'Obrázek uložen: image_{start}.jpg')

# Spuštění funkce s vaším PDF souborem
extract_images('music theory 2 - chordsn rhytms.pdf')

 

Zrychlení videa mp4 se zachováním původního pitch / tóniny

TENTO KOD JSEM OVĚŘIL A SKUTEČNĚ FUNGUJE.

import subprocess

# Vstupní video a seznam požadovaných rychlostí
input_file = '/home/user/Videa/LOOP-tremolo-song-training-200-120-bpm.mp4'
bpm_speeds = {
    '350_BPM': 2.92,
    '352_BPM': 2.93,
    '354_BPM': 2.95,
    '357_BPM': 2.975,
    '356_BPM': 2.967,
    '358_BPM': 2.983
}

for label, ratio in bpm_speeds.items():
    output_file = f'/home/user/Videa/LOOP-tremolo-song-training-{label}.mp4'
    
    cmd = [
        'ffmpeg', '-y', '-i', input_file,
        '-filter_complex',
          # zrychlíme obraz i zvuk najednou
          f"[0:v]setpts=PTS/{ratio}[v];"
          f"[0:a]rubberband=tempo={ratio}[a]",
        '-map', '[v]', '-map', '[a]',
        '-c:v', 'libx264', '-preset', 'fast', '-crf', '23',
        '-c:a', 'aac', '-b:a', '192k',
        output_file
    ]
    
    print(f"Spouštím zpracování {label} (faktor {ratio})…")
    subprocess.run(cmd, check=True)
    print(f"✔ Hotovo: {output_file}\n")