1. 引言
古籍数字化工程中，扫描获得的图像往往以“合拟面”形式存在——即两半页（来自不同雕版）拼合在同一画幅内，或某一半页附带邻页的不完整分割。为实现精确的单页检索、OCR识别与版式复原，必须将这类合拟面沿装订中心线或雕印中心线分割为独立半拟面（单页）。然而，不同图书馆提供的扫描件差异显著：色彩滤镜、扫描质量、装订间隙宽窄甚至版框重合、翻页倾斜等因素给自动化分割带来巨大挑战。
传统方法多依赖人工选取阈值或固定区域投影，缺乏对不同版面类型的自适应能力。本文提出“展页理论”，建立统一的古籍版面分割理论框架，明确定义实体与数字层面的版面概念，并设计一套融合灰度投影、边缘梯度、版框先验与动态规划的多线索分割算法，实现无需图像校正、不依赖完整版框的通用分割。
2. 基本概念与定义
2.1 实体书叶与数字拟面
古籍雕版印刷的单张书叶，从实体到数字扫描件的映射关系是分割理论的基础。
定义1（整实面/筒子页）
整实面指一个完整的雕版印刷实体页面，其中心折缝称为雕印中心线。在传统古籍中，一张筒子页由同一雕版印成，对折后形成两个半页。
定义2（合实面/拼页）
来自不同雕版的两个半页在实体装订中拼合形成的页面，称为合实面。连接两个半页的装订位置形成装订中心线（简称装订线）。
定义3（拟面）
将实体页面扫描为数字图像后，所得虚拟版面统称为拟面。具体分类：
- 整拟面：整实面的扫描件，中心为雕印中心线。实际古籍数字化中极少见，因通常不允许拆页扫描。
- 合拟面：合实面的扫描件，两半页间为装订中心线。是绝大多数图书馆提供的原始图像形态。
- 半拟面（单页）：分割后的独立半页图像，为最终目标单元。
- 伪整拟面（拼接拟面）：由软件将两个半拟面人为拼接为类似筒子页形态的图像，存在人工拼接缝。
2.2 关键分割线
- 雕印中心线：同一雕版上两半页之间的折痕线，仅在整拟面中出现。
- 装订中心线：合实面/合拟面中连接两不同雕版半页的装订位置，常表现为空白带、阴影或锁线孔洞。
- 拼接缝：伪整拟面中人工拼接产生的纵向接缝。
分割目标即为精确定位上述线条，将合拟面或伪整拟面切割为两个半拟面；对于半拟面附带邻页的情况，则依据版框竖线与装订关系定位裁切位置。
3. 版面类型与分割任务形式化
3.1 版面类型划分
根据图像宽高比和视觉特征，古籍扫描件可分为三类：
| 类型 | 宽高比特征 | 分割目标 | 难度 |
|---|---|---|---|
| 合拟面（横幅） | 宽 > 高 | 沿装订中心线分左右两半页 | 中等（受间隙变化影响） |
| 伪整拟面（横幅） | 宽 > 高 | 沿拼接缝或版框中线分割 | 较易 |
| 半拟面（竖幅） | 高 > 宽 | 裁掉装订线外侧的邻页残余 | 中等（需版框辅助） |
其中合拟面进一步包含“标准合拟面”（装订区域明显）和“不彻底分割合拟面”（曾自动切割但残留粘连）。伪整拟面若无法追溯原始半拟面，则需直接检测拼接缝。
3.2 形式化问题定义
给定输入拟面图像 I 尺寸 W × H，若 H > W，则为半拟面模式，需寻找切割列 c* 使得裁掉的一侧为装订余白，保留侧为完整半页。若 W ≥ H，则为合拟面模式，需确定分割曲线 \mathcal{C} = \{(x_0, y_0), \dots, (x_k, y_k)\}，将 I 沿此曲线分为左半页 I_L 和右半页 I_R，满足：
- 分割线尽可能位于装订中心线或拼接缝；
- 不切割文字或版框主体；
- 左右半页版框（如有）保持完整。
4. 展页分割理论基础
4.1 投影边界原理
合拟面中装订区域通常为无文字的低密度带。对灰度图像垂直投影 P(x) = Σ_y I_{gray}(x, y)，装订区域表现为谷底。经高斯平滑与去趋势（二次多项式拟合光照不均），可在中央区域寻找最深宽谷作为候选分割列。该法对光照不均鲁棒，且不依赖二值化阈值。
4.2 版框先验约束
正规出版古籍大多有版框。版框竖线是稳定的垂直边缘。利用霍夫直线检测可提取左右半页的版框内边界（左半页右框、右半页左框），其几何中点即为理论装订线。将投影谷底与版框中点加权融合（权重可调），能显著提升在有版框场景的精度，同时无版框时自动退化为纯投影模式。
4.3 动态规划局部寻优
初始候选分割线可能因局部粘连、阴影而切到文字。在其邻域（带宽约20像素）内构建代价图（灰度值作为成本，白色低成本），通过动态规划寻找从上到下累计成本最小的路径。该路径可灵活绕过残留墨迹，并自动适应轻微倾斜或装订弯曲，无需全局旋转校正。
4.4 半拟面版框辅助策略
竖幅半拟面的特征是一侧有版框竖线，另一侧为雕印中心（中缝）。通过霍夫检测定位版框竖线后，裁切线取版框外侧紧贴位置（向左或向右偏移若干像素），即可剔除装订侧多余内容。若无版框，回退到边缘暗度与梯度分析。
5. 多模态融合自动择优框架
为实现对不同来源图像的智能适配，展页理论采用多算法并行评估机制：
- 算法池：展页热力图、天朗投影法、分拼峰值分析、分版投影边界法四类分割器。
- 质量评分：对每种算法生成的分割结果，计算四项指标：
- 分割线纯度（边缘黑像素密度）
- 版框完整性（左右半页版框矩形度）
- 文字安全性（边界区域文字切断率）
- 左右独立性（墨迹对称性）
- 择优输出：选取总分最高的算法结果，并附带各算法得分以提供可解释性。
该框架无需人工选择算法或页面类型，能自动应对合拟面、伪整拟面及手抄本等各种情况。
6. 实验验证与应用
在来自国图、天一阁、浙江图书馆等多个机构的真实古籍扫描件上测试，展页理论的分割成功率在规范化来源上超过95%。尤其对于不彻底分割的粘连页面和版框残缺手抄本，基于版框约束的融合算法表现出明显优势。批量处理模块支持一键处理整个文件夹，输出左右半页为独立图像，可保存为PNG、JPEG、JP2、TIFF等格式，满足古籍数字化流水线需求。
7. 结论与展望
本文提出的展页理论通过严格定义实体与数字拟面的概念，将古籍版面分割归纳为统一的投影边界与版框先验融合问题，并设计动态规划精修的解决方案，形成了完备的理论与算法框架。该理论已实现为可交互的图形界面工具，提供手动微调与批量自动化两种工作模式。
展页为开，各归其位——让每一半页回到它应有的独立形态。