起因

如果你在 Kindle 等小屏设备上看 PDF 电子书，应该有过这样的烦恼：
书页四周留着大块空白，而这种老一点的设备并不支持缩放功能；即使支持，频繁缩放、拖动也会让阅读体验大打折扣。

于是我想，能不能借助一个脚本：

• 可以裁切 PDF 的页边；
• 支持奇偶页不同的边距裁切（很多扫描版书籍奇偶页边不同）。

于是就写了这个小工具——CutEBookMargin（在 GPT 的帮助下）。项目链接：CutEBookMargin

核心功能

1. 自动分析白边

通过 --analyze 参数指定需要分析白边的页码，支持离散页面和连续页面，目标是找出 PDF 页面有效内容的最小包围盒，然后把它转成可以直接用于裁剪的边距值。实现过程分为几步：

1. 将指定页栅格化（Rasterize）：以 200 的 dpi 将页面渲染成位图。

2. 转换为灰度图并二值化 ： 如果是彩色/灰度 PDF，都统一转成灰度矩阵；使用亮度阈值 _WHITE_THRESH = 245 区分“空白像素”和“内容像素”。阈值略低于纯白（255），可以容忍轻微的扫描底色或纸张纹理。

3. 扫描非空白区域 ：用 numpy.where() 分别找出有内容的行和列索引。第一行/最后一行非空像素对应的就是内容区上下边界，同理左右边界。

4. 安全边距 ：在四个方向各留 6 pt 作为安全边距，避免裁到文字或页码。

5. 多页聚合 ：先得到每页的 {left, top, right, bottom}，再按 10% 分位数（p10）聚合成推荐值，能有效避免单页异常值的干扰。 同时会分别计算奇数页和偶数页的推荐值，以应对左右版心不同的扫描书。

最终，程序会打印统一边距和奇偶页边距两种方案，直接给出可以运行的命令。

使用示例：

python run.py -i "book.pdf" --analyze 8-11,13

这样程序会检测第 8 到第 11 页，以及第 13 页的边距，然后会给出类似于下面的推荐指令：

Analyzed pages (1-based): 8, 9, 10, 11, 13
Suggested uniform margins (pt): left=38.0, top=52.0, right=38.0, bottom=50.0

Paste to crop (uniform):
python run.py -i book.pdf -o book.trimmed.pdf -m 38.0,52.0,38.0,50.0
(to add page numbers: append --numbers --num-from 1 --num-pos br|bc|bl)

Suggested odd/even margins (pt): odd=38.0,52.0,38.0,50.0 | even=36.0,51.0,39.0,50.0

Paste to crop (odd/even):
python run.py -i book.pdf -o book.trimmed.pdf --odd 38.0,52.0,38.0,50.0 --even 36.0,51.0,39.0,50.0
(to add page numbers: append --numbers --num-from 1 --num-pos br|bc|bl)

2. 裁切页面

直接复制分析得到的推荐大小和指令，也可以手动微调四个方向裁切掉的大小。
在裁切的同时，可以加上 --numbers 参数为页面添加页码。这样做有两个好处：

• 有的扫描书籍原本就没有页码，添加后方便引用和查找；
• 有些书的页码位置占用过多空间，我希望手动裁切掉原来的页码，替换成更小巧紧凑的新页码。

下面这个例子使用了奇偶页不同的边距，并且从第 2 页开始编号，页码放在底部居中位置（bc）：

python run.py -i book.pdf -o book.trimmed.pdf \
    --odd 38.0,52.0,38.0,50.0 \
    --even 36.0,51.0,39.0,50.0 \
    --numbers --num-from 2 --num-pos bc

最终效果