您可以在平板扫描仪上扫描一本打开的书或装订好的报告。每次扫描都会并排捕获两页（左页和右页）作为单个宽图像。当您查看生成的 PDF 时，每张纸都是跨页的。左侧页面上的文本与右侧页面上的文本相冲突。搜索跨越两页之间的间距的短语不会返回任何内容。 PDF 在视觉上忠实于原书，但实际上无法用作阅读文档。
对于数字化书籍、装订报告或杂志的任何人来说，将两页的扫描跨页分成单独的单页 PDF 是一种常见的需求。该过程包括将每个双宽度页面从中间拆分并将两半重新排序为连续的单页文档。如果采用正确的方法，100 页的书籍扫描件、50 个跨页就可以变成 200 页的 PDF，可以从头到尾正确阅读。
理解两页展开问题
当在平板上扫描书籍时，扫描仪会将整个玻璃区域捕获为一个图像。如果打开的书的两页都适合玻璃板，则扫描会并排显示两页。 PDF 将此视为单个横向页面。页面尺寸可能为 11 x 8.5 英寸，宽度大于高度。原书的每一页大约占据扫描区域的一半。挑战在于将这个宽页面分成两个纵向页面，每个页面包含一个书页。
简单地分割精确的中心可以实现完美对齐的扫描，但书籍扫描很少是完美的。脊柱可能会在排水沟附近产生弯曲变形。左右页的宽度可能不同。这本书在扫描之间可能会略有变化，导致分割点因页而异。良好的书籍扫描分割 PDF方法必须处理这些不一致问题。
方法 1：将每个展开裁剪为左右两半
最可靠的方法是两步过程：裁剪每个跨页以提取左侧页面，然后再次裁剪以提取右侧页面。打开扫描的 PDF。使用裁剪工具选择每个页面的左半部分。应用裁剪，隐藏裁剪框之外的所有内容。将文件另存为左页版本。然后重新打开原件，裁剪到右半部分，并另存为右页版本。最后，交错两个文件：左侧文件的第 1 页、右侧文件的第 1 页、左侧文件的第 2 页、右侧文件的第 2 页，依此类推。
裁剪工具支持将裁剪区域保存为命名预设，因此您可以定义一次“左半边”和“右半边”，然后一键将它们应用到所有页面。该工具还支持将裁剪批量应用于所有奇数或所有偶数页面，这在所有跨页共享一致的布局时非常有用。
方法2：按页面尺寸分割
如果每个跨页的宽度完全相同（这对于使用自动文档进纸器或专用书籍扫描仪进行的扫描来说很常见），则基于尺寸的分割比手动裁剪更快。将页面宽度除以二并将分割点设置在该坐标处。 11 英寸宽的跨幅在 5.5 英寸处裂开。将分割统一应用于所有页面。此方法速度很快，只需对整个文档执行一次操作，但当跨页未完全居中或书籍在扫描之间移动时，该方法就会失败。
对于在平板上扫描的文档（每个跨页都是手动放置的），如果操作员相当一致，基于尺寸的分割通常会产生可接受的结果。要进行检查，请分割前几页并验证分割线处没有文本被切断。如果拆分始终在一侧剪切内容，请调整拆分坐标并重试。在样本上验证分割点后，将其应用到所有页面。
方法 3：使用 OCR 检测装订线并自动分割
一些先进的扫描软件包括自动扩散检测。该软件分析每个扫描的页面，识别书籍装订线的深色垂直带，并沿着该线分割页面。这会产生最准确的分割，因为它适应每个页面的实际内容而不是使用固定坐标。装订线通常是页面上最暗的垂直区域，可以通过图像分析算法可靠地检测到。
WukongPDF 的扫描 PDF 处理包括书籍扫描的自动装订线检测。上传扫描件，该工具会识别每页上的书脊阴影，计算最佳分割线，并生成单页 PDF，其中页面按正确的阅读顺序排列。建议手动检查分割结果，特别是对于带有跨装订线的全出血图像的页面，其中自动检测可能会将分割线放置在图像的中间而不是装订线处。
拆分后重新排序页面
拆分扫描跨页会产生需要重新排序为阅读顺序的页面。扫描为跨页的书籍会按以下顺序生成页面：左跨页 1、右跨页 1、左跨页 2、右跨页 2。正确的阅读顺序是：向右展开1，向左展开2，向右展开2，向左展开3。左第一页通常是内封面或扉页之前的空白页，因此请根据实体书验证预期的顺序。
重新排序步骤是手动的，但很简单。在显示页面缩略图的查看器中打开分割的 PDF。将页面拖至正确的顺序。 WukongPDF 的页面重新排序工具将所有页面显示为缩略图网格，从而可以轻松查看和更正顺序。一本 200 页的书需要 10 到 15 分钟才能正确重新排序。时间花得很值，因为扫描书籍的正确排序的 PDF 从头到尾自然地阅读，而错误排序的 PDF 则迫使读者在页面之间来回跳转，这正是拆分要解决的问题。
分割和重新排序后，对最终的单页 PDF 运行 OCR。现在，每个页面上的文本都已正确定向和隔离，与在双页跨页上运行 OCR 相比，这提高了 OCR 准确性。单页 OCR 还会生成一个文本层，其中阅读顺序与页面顺序相匹配，因此搜索短语会以正确的页面顺序返回结果。转换后的PDF页面现在是一本正确排序的、可搜索的数字图书，而不是一堆不可读的双页图像。
对于分割点不均匀的书籍扫描，即整个文档中左页和右页的宽度不相等，对于您将反复参考的文档，逐页手动裁剪是值得的。自动装订线检测可以正确处理 80% 的页面。剩下的 20% 需要单独关注，通常是页面布局发生变化的章节开头和结尾的页面，或者带有横跨装订线的全出血插图的页面。在这些页面上，自动分割可能会切穿图像的中间或留下相对页面的一小部分可见。分割后打开每个页面缩略图并检查每行的前几个单词和最后几个单词，确认分割边界处没有内容丢失。验证过程每页大约需要 30 秒，并将大部分正确的拆分转换为完全正确的拆分。