自动将 EPUB 漫画或 PDF 图书转换为 CBZ 文件。
- 自动扫描当前目录下的
.epub文件 - HTML解析抽取漫画页
- 图片过滤：去除广告页、尾页和高留白垃圾图
- 自动拆页：横置跨页拆左右、上下堆叠拆上下
- 自动命名 CBZ 文件，保留中文漫画名 + 卷/期/特典
- 支持期刊特刊、合刊、番外、月刊等多种格式
- 生成 CBZ 后自动保存在 EPUB 同目录
- 独立的 PDF 入口自动扫描当前系列目录下的
.pdf文件 - PDF 优先无损提取铺满整页的 JPEG；复杂或损坏页面按书籍原生扫描尺寸渲染为 WebP
- PDF 保留原始页序，不执行自动拆页
使用 Python 3.10+ 建议：
pip install -r requirements.txtrequirements.txt 示例内容：
Pillow
PyMuPDF
pypdfium2
rapidocr
onnxruntime
numpy
opencv-python
beautifulsoup4
使用 PyInstaller 打包 EPUB 入口：
pyinstaller --onefile --name epub2cbz main.pyWindows PowerShell 也可以直接运行项目内的固定打包脚本：
.\build_pdf.ps1PDF 入口请使用固定脚本，不要直接运行 pyinstaller --onefile pdf_main.py：RapidOCR 的 Python 模块虽然会被发现，
但 default_models.yaml 和 ONNX 模型等数据文件不会自动包含在 EXE 中。固定脚本还会排除
Torch、OpenVINO、Paddle 等未使用推理后端，并打包 PDFium 与 Poppler 备用渲染器。
生成的 exe 文件可直接在 Windows 下运行。
- 将
epub2cbz.exe放在 EPUB 系列目录 - 双击或命令行运行：
epub2cbz.exe- 程序会自动扫描当前目录的 EPUB 文件，生成 CBZ：
漫画名 - 第001卷.cbz
漫画名 - 特典.cbz
- 将
pdf2cbz.exe放在 PDF 系列目录，例如掌机迷/ - 双击或命令行运行：
pdf2cbz.exe- 程序会按文件名排序转换当前目录下的全部 PDF，并将 CBZ 写回同一目录。
如果同名 CBZ 已存在且封面正常，则在解码 PDF 前直接跳过；空白或损坏封面的旧 CBZ
会自动重建。需要整批无条件重建时运行
pdf2cbz.exe --force。
PDF 页面优先由 PyMuPDF 无损提取或渲染；检测到异常纯白页时，按 PDFium、Poppler 顺序 自动重试。渲染尺寸从同一本书的正常扫描页推断，并用 WebP 控制体积，避免损坏页盲目 按 300 DPI 放大。只有三个渲染器都无法恢复时才将该书标记为失败，不再静默生成白页 CBZ。
PDF 期刊文件名会转换为 Kavita 可识别的 Volume/Special 格式：
掌机迷vol037.pdf -> 掌机迷 v037.cbz
掌机迷vol037副刊.pdf -> 掌机迷 SP037 副刊.cbz
掌机迷vol073~074.pdf -> 掌机迷 v073-074 合刊.cbz
游戏机实用技术 2002增刊.pdf -> 游戏机实用技术 SP000 2002增刊.cbz
文件名命中副刊、增刊、特刊、别册、攻略、典藏/珍藏、纪念、周年、专门志、之书、档案、大全、特辑或专辑时，
按 Special 处理。有明确 VOL/总编号时使用该编号；无主刊编号或开头只是年份时使用
SP000 并保留原标题。
主刊或有编号特刊只接受 1–1500 的期号；更大数字（如 2002）不作为总编号解析。
UCG Vol.029 这类系列别名会回落到当前文件夹作为系列名；主刊文件名中的年月、A/B/AB
分期标记以及 CRAZ/full_CRAZ 发布组标记不写入 CBZ 名称，只保留总编号。
每个 PDF 生成的 CBZ 都包含根目录 ComicInfo.xml。ComicInfo 记录系列名、标题、页数和
Magazine/Special 类型；Volume、Number 和 Count 留空，由 Kavita 按上述文件名解析编号，
避免合刊范围或副刊标记被元数据覆盖。
PDF 转换还会对开头连续最多 3 页执行离线 OCR。只有页面上半部命中免责声明标题及版权/责任等语义， 或同时命中至少 4 类声明语义时才会删除；遇到第一张正常页后立即停止检查，避免误删正文、 目录、编辑寄语及带底部免责声明的封面。同一次批量运行中，OCR 确认过的免责声明页会记录为内存图片指纹；后续 PDF 优先做快速相似度匹配，只有未匹配时才回退 OCR。PDF 不运行 EPUB 使用的全书 OpenCV 垃圾页扫描。第一页出现“警告/WARNING”且同时明确限制未满 18 岁人士阅读或传播时，也会作为 前置广告页删除；单独出现普通警告文字不会触发删除。
把一个或多个 PDF 直接拖到 pdf_main.exe 上时，只转换拖入的文件，并进入直接转换模式：
不执行广告/免责声明图片指纹探测，也不对前三页执行关键字 OCR，所有页面都会保留。
中文杂志文件名支持把 创刊号 YYYY.MM 识别为 v001，并把 第06期 YYYY.MM
这类名称按期号识别为 v006；出版年月不会写入输出文件名。带 试刊VOL.1/2
的早期刊物会分别识别为 SP001/SP002，不占用正式刊物的卷号。
01年第08期.总第85期 这类名称使用总期号，输出为 v085。
cbz_crop_margins.py 用于裁掉老杂志扫描图四周的扫描仪白底。它逐页检测纸张/内容边界，
并用全书奇偶页的典型尺寸保护稀疏白底页；ComicInfo.xml 等非图片条目原样保留。
默认不会覆盖原文件：
python cbz_crop_margins.py "电子游戏软件 SP001 GAME集中营试刊VOL.1.cbz"输出为同目录的 *.cropped.cbz。可以先用 --dry-run 查看每页裁剪框；确认后如需原地替换，
使用 --replace。--padding 12 控制书页边界外保留的像素数。
epub2cbz/
├─ main.py
├─ pdf_main.py
├─ cbz_crop_margins.py
├─ pdf/
│ ├─ pdf_to_cbz.py
│ └─ pdf_utils.py
├─ parser/
│ └─ html_parser.py
├─ images/
│ ├─ filter.py
│ └─ splitter.py
├─ builder/
│ └─ cbz_builder.py
├─ utils/
│ ├─ consts.py
│ ├─ epub_utils.py
│ └─ metadata_utils.py
└─ requirements.txt
- 文件名中带网站或站点的方括号会自动删除
- 自动生成 CBZ 名称严格复刻原版逻辑
- 支持多卷、多期、特刊、番外等多种 EPUB 漫画格式