OmniDocTIFF не обязательно содержит только одно изображение: покадровая обработка не пропускает страницы.
После открытия TIFF обрабатывалась только первая страница. Программа не сообщила об ошибке, но остальной контент был пропущен. Для многокадровых форматов «успешное открытие файла» и «полная обработка файла» — это две разные вещи. Портал должен определить количество страниц, прежде чем принимать решение о постраничной обработке, бюджетных ограничениях и списках доставки.
TIFF может содержать несколько страниц изображений, и тот факт, что программа открывает файл, не означает, что была обработана каждая страница. Если прочитана только первая страница, программа завершается нормально, но остальной контент теряется. Эта статья предназначена для разработчиков и специалистов по работе с документами, которым необходимо пакетно обрабатывать сканы, многокадровые изображения или многостраничные архивы. В нем объясняется, как сначала определить количество страниц, обработать их кадр за кадром и записать результаты каждой страницы.
Код в этой статье демонстрируется с использованием синтетических образцов и прошел выборочную проверку в изолированной среде, но это не является гарантией всех реальных файлов или эффектов продукта. Перед обработкой важных документов, пожалуйста, сохраните оригиналы и просмотрите их по границам и пунктам приема в тексте.
Как в многокадровом TIFF не пропускать страницы? Вывод в одно предложение
Сначала прочитайте номер страницы и обработайте его покадрово. Результаты каждой страницы должны быть записаны, а недостающие страницы должны быть четко отмечены.
| твоя ситуация | Рекомендуемые практики | причина |
|---|---|---|
| Каждую страницу необходимо использовать независимо | Скопируйте текущее изображение во время итерации или обработайте его немедленно. | Объекты кадров могут быть связаны с базовым статусом декодирования, и ссылки непосредственного сохранения могут легко влиять друг на друга. |
| Файл имеет большое количество страниц или высокое разрешение. | Обрабатывайте страницу за страницей или используйте контролируемые партии | Хранение всех кадров в памяти будет продолжать потреблять ресурсы. |
| Технические характеристики могут отличаться от страницы к странице. | Размер документа, образец и ориентация постранично. | Страницы в одном документе не обязательно имеют одинаковый размер, черно-белые и цветные страницы могут быть смешанными. |
| Обработка страницы не удалась | Перечислите пропущенные страницы и причины в списке. | Невозможно просто вернуть документ и отметить его выполненным |
Копируем текущее изображение при переборе кадров
ImageSequence.Iterator подходит для перебора нескольких кадров, но объекты кадров могут быть связаны с базовым состоянием декодирования. Если каждая страница в дальнейшем будет использоваться независимо, ее следует скопировать во время итерации или обработать немедленно. Не сохраняйте ссылки на один и тот же изменяемый объект повторно и рассчитывайте получить страницы, которые не влияют друг на друга.
Создайте два кадра TIFF, чтобы убедиться, что ни одна страница не пропущена.
from io import BytesIO
from PIL import Image, ImageSequence
first = Image.new("RGB", (12, 8), "white")
second = Image.new("RGB", (12, 8), "black")
stream = BytesIO()
first.save(stream, format="TIFF", save_all=True, append_images=[second])
stream.seek(0)
with Image.open(stream) as document:
assert document.n_frames == 2
pages = [frame.copy() for frame in ImageSequence.Iterator(document)]
assert len(pages) == 2
assert pages[0].getpixel((0, 0)) == (255, 255, 255)
assert pages[1].getpixel((0, 0)) == (0, 0, 0)
pages[0].putpixel((0, 0), (255, 0, 0))
assert pages[1].getpixel((0, 0)) == (0, 0, 0)Здесь все две страницы хранятся в памяти, что подходит только для этого очень небольшого примера синтеза. Настоящие файлы сканирования следует обрабатывать постранично или использовать контролируемые пакеты, а результаты каждой страницы следует фиксировать. Все кадры с высоким разрешением нельзя копировать и накапливать бесконечно.
Помимо номера страницы, есть постраничные различия
В одном и том же файле, состоящем из нескольких кадров, различия между страницами часто оказываются больше, чем предполагалось. При постраничной проверке рекомендуется фиксировать следующие пункты:
| проект | Зачем проверять страницу за страницей | Что можно записать |
|---|---|---|
| размер | Страницы одного файла не обязательно могут быть одинакового размера. | Ширина, высота и количество пикселей |
| модель | Черно-белые и цветные страницы могут быть смешанными. | Исходный режим и стратегия преобразования |
| Режиссура | Разные страницы могут отличаться | Изменения ориентации страниц |
| Провалившееся состояние | Страницу повреждений нельзя игнорировать | Номера страниц и категории ошибок |
Частичные успехи должны быть чётко указаны
Если обработаны только девять из десяти страниц, нельзя вернуть только один файл и отметить его как завершённый. Список доставки должен перечислять пропущенные страницы и их причины, позволяя пользователям решать, перенаправлять ли их отдельно или принимать частичные доставки. Лучше сохранить номер страницы от исходного источника; не перенумеровывайте его только потому, что страница не работает, иначе пользователям может быть сложно восстановить контакт с оригиналом.
Полнота перевода начинается с количества введённых страниц
При обработке многостраничных отсканированных данных с помощью рабочего процесса OmniDoc (запись продукта) вы можете сравнить список входных страниц с диапазоном контента после перевода. Одинаковое количество страниц не гарантирует полность контента, но отсутствие номеров страниц или номеров страниц — это ценные предупреждения. Проверки целостности должны предшествовать языковой отшлифовке.
📊 Сравнение ядра
| Метод | Применимые сценарии | Основные риски |
|---|---|---|
| Читайте только главную страницу | Нет | Оставшиеся страницы немы и теряются, но программа не сообщает об ошибках |
| Во время итераций ссылка на систему сохраняется напрямую | Только временный вид | Содержание разных страниц может влиять друг на друга |
| Копируйте страницу за страницей или немедленно | Каждая страница должна использоваться отдельно | Для каждой страницы требуются дополнительные записи |
| Оставьте все кадры в памяти | Небольшие выборки с малым количеством страниц и низким разрешением | Многостраничные файлы высокого разрешения продолжат потреблять память |
🎯 Какой способ тебе подходит?
Если нужно экспортировать или переводить страницу за страницей
Сначала считается количество страниц, затем обрабатывается страница за страницей, при этом каждая страница записывается по размеру, режиму и результатам обработки.
Если вы имеете дело с большим количеством высокоразрешающих сканов
Использует контролируемую пакетную обработку, чтобы избежать бесконечного накопления всех кадров в памяти после копирования.
Если хочешь доставлять другим
Приложите список отсутствующих страниц и объяснения причин; не просто отмечайте как завершённое.
❓ Часто задаваемые вопросы (FAQ)
1. Если программа не сообщает об ошибках, значит ли это, что TIFF полностью их обработала?
Не обязательно. Пример в статье показывает, что при чтении только первой страницы программа может завершиться нормально, но оставшиеся страницы пропущены. Успешное открытие файла и полная его обработка — это две разные вещи.
2. Почему мы не можем напрямую сохранить ссылку для каждого кадра?
Объекты кадра могут быть связаны с базовым состоянием декодирования. Если вы хотите использовать каждую страницу отдельно, скопируйте или обрабатывайте её сразу во время итерации и не сохраняйте ссылки на один и тот же изменяемый объект многократно.
3. Означает ли одинаковое количество страниц полное содержание?
Таким выводом нельзя. Одинаковое количество страниц не гарантирует автоматическую полность содержания, но отсутствие номеров страниц или номеров страниц — это сигналы, с которыми стоит быть осторожным. Перед полировкой языка следует провести проверку целостности.
4. Что делать, если страница не была обработана?
Список доставки содержит отсутствующие страницы и причины отказа, при этом номер страницы сохраняется как исходный номер, позволяя пользователям решать, перенаправлять ли её отдельно, обрабатывать отдельно или принимать частичную доставку.
📝 Краткое содержание
Ключ к многокадровому TIFF — сначала подтвердить количество страниц, а затем обработать и записать результаты по страницам. Каждая страница должна иметь чёткий статус, а недостающие страницы должны быть написаны.
Опыт сейчас: загрузите документ, чтобы начать перевод, сохраняя оригинальное форматирование
Источники: Pillow ImageSequence.
