ComicFlow-Engine

利用 OCR 与漫画分镜提取将 PDF 漫画转短视频

---

项目效果展示

视频合成效果

https://v.douyin.com/pg7BBFOVBUA/

漫画分镜分割效果

打开 src/pdf2imgs/reports/index.html

环境依赖

• Python 3.8+
• 依赖库（部分）：paddleocr、pillow、moviepy、edge-tts、tqdm、opencv-python、PyMuPDF、tkinter 等

安装依赖（建议使用虚拟环境）：

pip install paddleocr pillow moviepy edge-tts tqdm opencv-python PyMuPDF

---

使用流程

1. PDF转图片

首先使用 src/pdf2imgs/pdf2imgs.py 将 PDF 文件每页转为图片。

cd src/pdf2imgs
python pdf2imgs.py

• 运行后会弹出窗口，选择 PDF 文件和输出文件夹。
• 可选择要删除的页码（如不需要可留空）。
• 转换后每页图片会以 page_1.png、page_2.png ... 命名，保存在你选择的输出文件夹。

请将这些图片复制到 src/pdf2imgs/imgs/ 目录下，供后续分镜提取使用。

2. 分镜提取与OCR

在 src/pdf2imgs/ 目录下，运行分镜提取脚本（如 DeepPanelTest.py），自动将每页图片分割为分镜图片，保存在 model_pre/ 目录。

python DeepPanelTest.py

3. 生成视频脚本

进入 src/imgs2script/，运行 gen_video_script.py，自动对所有分镜图片进行 OCR，并生成视频脚本 video_script.json。

cd ../imgs2script
python gen_video_script.py

4. 合成短视频

进入 src/script2video/，运行 gen_video_from_script.py，自动根据 video_script.json 合成横屏短视频 output.mp4。

cd ../script2video
python gen_video_from_script.py

---

目录结构说明

• src/pdf2imgs/：PDF转图片、分镜提取与页面图片处理
• src/imgs2script/：OCR 识别与视频脚本生成
• src/script2video/：视频合成（配音、插画、主题、输出 mp4）

---

结果示例

• src/pdf2imgs/model_pre/：分镜图片
• src/imgs2script/video_script.json：视频脚本
• src/script2video/output.mp4：最终生成的视频

---

注意事项

• 需提前准备好每页图片（用 pdf2imgs.py 转换）
• 需提前准备好分镜图片（用 DeepPanelTest.py 自动生成）
• 需联网以使用 edge-tts 语音合成
• 需本地有 msyh.ttc 字体文件
• 视频为横屏 1920x1080，插画居中，左上角显示主题

---

如需自定义主题、配音内容、分镜样式等，请修改 src/script2video/gen_video_from_script.py 中相关参数。

如需更详细的参数说明或遇到问题，欢迎提 issue 或联系作者。