研究室名簿を作るためのコードを書こうとした(GPT使って)

研究室名簿をいい加減作らないといけないが、デジタル化が進んでおらず、大きさの違う小さな紙で来たものを台紙に貼ってA4にし、それを印刷しなければいけない。
そのため、小さい紙をCZURのスキャナーで読み取ってpdfファイルにしたものを、GoogleColaboratoryで分離して１枚の画像ファイルに戻した後、２枚ごとにA4の紙の上と下に貼ろうとした。その際、例えば１枚目の小さい紙に書かれた黒い要素（枠線と文字）の上端をA4の台紙の上から0.5cmの位置に合わせるように調整したい。ただし、縦横比は変更しない。

画像の加工

from google.colab import drive
drive.mount('/content/drive')

!pip install pdf2image

!apt-get install poppler-utils  # Install utility required by pdf2image
!pip install pdf2image

from pdf2image import convert_from_path
import cv2
import numpy as np
from PIL import Image
from google.colab import drive

drive.mount('/content/drive')

# A4 size in pixels at 96 dpi
A4_WIDTH = 793
A4_HEIGHT = 1122
BORDER_HEIGHT = 19  # 0.5 cm in pixels at 96 dpi

# Convert PDF to list of images
pdf_path = '/content/drive/My Drive/hi.pdf'  # Replace with your PDF path
pages = convert_from_path(pdf_path, 96)  # Assuming 96 dpi

# Function to crop an image to its edges
def crop_to_edges(img):
    img_np = np.array(img.convert('L'))
    edges = cv2.Canny(img_np, 50, 150)
    y_indices, x_indices = np.nonzero(edges)
    return img.crop((min(x_indices), min(y_indices), max(x_indices), max(y_indices)))

# Loop over pairs of pages
for i in range(0, len(pages), 2):
    # Take two pages and crop to edges
    img1 = crop_to_edges(pages[i])
    img2 = crop_to_edges(pages[i + 1])

    # Maintain aspect ratio when resizing
    scale = min(A4_WIDTH / img1.width, (A4_HEIGHT - 2 * BORDER_HEIGHT) / (img1.height + img2.height))
    img1 = img1.resize((int(img1.width * scale), int(img1.height * scale)))
    img2 = img2.resize((int(img2.width * scale), int(img2.height * scale)))

    # Calculate where to paste images
    paste_height_1 = BORDER_HEIGHT
    paste_height_2 = A4_HEIGHT - BORDER_HEIGHT - img2.height
    paste_width_1 = (A4_WIDTH - img1.width) // 2
    paste_width_2 = (A4_WIDTH - img2.width) // 2

    # Paste images at calculated positions
    result = Image.new('RGB', (A4_WIDTH, A4_HEIGHT), 'white')
    result.paste(img1, (paste_width_1, paste_height_1))
    result.paste(img2, (paste_width_2, paste_height_2))

    # Save the combined image
    result.save(f'/content/drive/My Drive/sodai/output_{i//2 + 1}.jpg')

「hi.pdf」からのインプットをして、アウトプットを「sodai」フォルダに吐き出すようにした。

結果、いい感じにはなったが微妙に大きさがズレたり左右がズレたりしたため、やめた

そもそもCZURでシャッターを押す際に自動選択機能があり、A4の大きさの枠を作ってその中に小さい紙を２枚置けばいいだけということに気づいた

p.s.
以下では、各ペアの画像の黒い要素の面積の平均と分散を計算し、平均が最も近く、分散が最も小さいようなスケールを選び、また、黒い要素の中心がA4ページの中心線に合うようにした。各ペアの画像を2回リサイズし、最初は仮のリサイズで、黒い要素の面積を計算した。次に、その情報を使って最適なスケールを見つけ、最終的なリサイズを行った

結果は、すごく画像が小さくなった
流石に諦めた
プロンプトエンジニアリングは難しい

!apt-get install poppler-utils  # Install utility required by pdf2image
!pip install pdf2image

from pdf2image import convert_from_path
import cv2
import numpy as np
from PIL import Image
from google.colab import drive

drive.mount('/content/drive')

# A4 size in pixels at 96 dpi
A4_WIDTH = 793
A4_HEIGHT = 1122
BORDER_HEIGHT = 19  # 0.5 cm in pixels at 96 dpi

# Convert PDF to list of images
pdf_path = '/content/drive/My Drive/hi.pdf'  # Replace with your PDF path
pages = convert_from_path(pdf_path, 96)  # Assuming 96 dpi

# Function to crop an image to its edges and get center
def crop_to_edges_and_center(img):
    img_np = np.array(img.convert('L'))
    edges = cv2.Canny(img_np, 50, 150)
    y_indices, x_indices = np.nonzero(edges)
    center_x = (min(x_indices) + max(x_indices)) // 2
    return img.crop((min(x_indices), min(y_indices), max(x_indices), max(y_indices))), center_x

# Loop over pairs of pages
for i in range(0, len(pages), 2):
    # Take two pages and crop to edges
    (img1, center_x1) = crop_to_edges_and_center(pages[i])
    (img2, center_x2) = crop_to_edges_and_center(pages[i + 1])

    # Find best scale by minimizing variance of black pixel counts
    scales = np.linspace(0.1, 1.0, 10)  # Try scales from 0.1 to 1.0
    areas = []
    for scale in scales:
        # Resize images and convert to grayscale
        img1_resized = img1.resize((int(img1.width * scale), int(img1.height * scale)))
        img2_resized = img2.resize((int(img2.width * scale), int(img2.height * scale)))
        img1_gray = np.array(img1_resized.convert('L'))
        img2_gray = np.array(img2_resized.convert('L'))
        # Count black pixels
        areas.append((np.sum(img1_gray < 128), np.sum(img2_gray < 128)))
    areas = np.array(areas)
    mean_areas = np.mean(areas, axis=1)
    var_areas = np.var(areas, axis=1)
    best_scale = scales[np.argmin(np.abs(mean_areas - np.mean(mean_areas)) + var_areas)]

    # Resize images to best scale
    img1 = img1.resize((int(img1.width * best_scale), int(img1.height * best_scale)))
    img2 = img2.resize((int(img2.width * best_scale), int(img2.height * best_scale)))

    # Calculate where to paste images
    paste_height_1 = BORDER_HEIGHT
    paste_height_2 = A4_HEIGHT - BORDER_HEIGHT - img2.height
    paste_width_1 = A4_WIDTH // 2 - int(center_x1 * best_scale)
    paste_width_2 = A4_WIDTH // 2 - int(center_x2 * best_scale)

    # Paste images at calculated positions
    result = Image.new('RGB', (A4_WIDTH, A4_HEIGHT), 'white')
    result.paste(img1, (paste_width_1, paste_height_1))
    result.paste(img2, (paste_width_2, paste_height_2))

    # Save the combined image
    result.save(f'/content/drive/My Drive/sodai/output_{i//2 + 1}.jpg')