README.md

metadata

title: PDF to PPT Converter
emoji: 📄
colorFrom: blue
colorTo: green
sdk: docker
app_port: 7860

PDFtoPPT

這是一個可以將 PDF 或包含文字的圖片轉換成 「可完全編輯的 PowerPoint (.pptx)」 簡報檔的開源工具。

透過結合 easyocr 與 python-pptx，本工具解決了常見的 OCR 轉檔問題：

1. 支援傾斜文字：能精準計算文字旋轉角度，並套用於 PPT 的文字方塊上。
2. 精確的排版與字體大小：自動將原圖文字區域的大小對應至 PPTX，且將內邊距設為 0，確保生成的文字大小與原始圖片排版一致。
3. 無縫替換：使用 OpenCV 的影像修補技術 (Inpainting) 自動將圖片上的原文字抹除，再疊加可編輯的文字方塊，防止文字重疊。

---

系統需求

• Python 3.8 或以上版本。
• Poppler (用於解析 PDF 檔案)。

1. 安裝系統依賴 (Poppler)

如果您需要轉換 PDF 檔案，系統必須先安裝 poppler：

• Windows:
  1. 從 Poppler for Windows 下載最新版。
  2. 解壓縮並將 bin/ 資料夾路徑加入到系統的環境變數 PATH 中。
• macOS (Homebrew):

  brew install poppler
  

• Linux (Ubuntu/Debian):

  sudo apt-get update
  sudo apt-get install poppler-utils
  

2. 建立 Python 虛擬環境與安裝套件

建議使用虛擬環境來安裝，避免套件衝突：

# 建立虛擬環境 (可選)
python -m venv venv

# 啟動虛擬環境
# Windows:
venv\Scripts\activate
# macOS/Linux:
source venv/bin/activate

# 安裝必要的 Python 套件
pip install python-pptx easyocr opencv-python-headless pdf2image numpy pillow streamlit

(註：首次執行 easyocr 時，程式會自動從網路下載文字辨識的模型，請耐心等候。)

---

雲端免費部署 (免安裝)

如果您不想在本地端安裝，您可以將此 GitHub 專案一鍵部署到 Streamlit Community Cloud 或 Hugging Face Spaces 上。

部署到 Streamlit Community Cloud (推薦)

1. 將本專案 Fork 或上傳到您自己的 GitHub 儲存庫。
2. 前往 Streamlit Community Cloud 並登入。
3. 點擊 **"New app"**。
4. 選擇您的 GitHub 儲存庫與分支，並在 "Main file path" 填寫 webui.py。
5. 點擊 **"Deploy!"**。
6. 系統會自動讀取 requirements.txt 與 packages.txt，並在幾分鐘內為您建立專屬的線上轉換網頁！

---

本機操作說明

啟動 Web UI (推薦)

我們提供了一個基於 Streamlit 的現代化網頁圖形介面，讓您可以直接在瀏覽器中上傳檔案並下載轉換後的 PPTX。

streamlit run webui.py

啟動後，瀏覽器會自動開啟 http://localhost:8501，您可以在網頁中輕鬆操作。

---

命令列基本用法

# 轉換 PDF
python convert.py input.pdf

# 轉換單張圖片 (支援 png, jpg, webp)
python convert.py input_image.png

預設情況下，程式會在當前目錄生成一個名為 output.pptx 的檔案。

進階參數設定

# 指定輸出檔名 (-o)
python convert.py input.pdf -o presentation_editable.pptx

# 指定 OCR 辨識語言 (--lang)
# 預設為繁體中文與英文 (ch_tra,en)
# 例如若只要辨識英文與日文：
python convert.py input.pdf --lang en,ja

支援的語言代碼 (部分常見)

• ch_tra : 繁體中文
• ch_sim : 簡體中文
• en : 英文
• ja : 日文
• ko : 韓文

完整的語言代碼請參考 EasyOCR 官方文件。

---

開發者筆記

本專案包含以下核心腳本：

• convert.py: CLI 主程式入口，處理檔案讀取、PDF 拆圖與暫存檔清理。
• ppt_converter.py: 核心轉換邏輯，包含圖片修補 (Inpainting) 與使用 python-pptx 建構投影片。
• ocr_utils.py: 負責處理 EasyOCR 回傳的 4 點座標，計算旋轉角度、長寬與中心點。