一、核心哲学：图像本体论

展页理论的核心出发点是图像本体论。它主张古籍的数字化处理，不应以“可检索的文本”为终极目标，而应以“可阅读的图像”为最高追求。传统的OCR转录、标点、排印，本质上是将古籍从一种媒介（图像）强行转换为另一种媒介（字符编码）。在这个过程中，大量承载着版本学、刻工、纸墨、递藏信息的视觉元素——字块的墨色浓枯、版框的刀法走势、水渍虫蛀的边缘形态——被永久性地丢失了。

展页理论认为，图像本身就是信息。处理的核心应该是“净化”与“标准化”，而非“转写”。我们的目标不是生产一堆方便检索的文本文件，而是为每一部古籍在数字世界里建立一座全息的、可被视觉穷尽的、忠实于物质本真的生命纪念馆。

二、核心方法论：以图解图

“以图解图”是展页理论的核心方法论，具有两层递进的含义：

第一层：用图像算法解读图像内容。不依赖文本层面的识别（OCR），而是利用计算机视觉技术直接分析图像的物理特征——边缘、纹理、色彩、亮度梯度——来识别书页边界、版框位置、装订折痕、堆叠阴影等。这是从“读字”到“读图”的根本性转变。

第二层：用图像参数指导图像处理。所有操作（裁切、分割、变换）的参数，都来源于对图像本身的分析，而非预设的固定值或人为臆断。这些参数被记录、传递、可回溯，形成图像处理的完整“基因图谱”。

三、核心架构：层叠与独立

展页理论将古籍图像处理分解为四个逻辑清晰、功能独立的算法模块。这些模块既可以按顺序“层叠”执行，形成完整的处理管道，也可以各自独立运行，灵活应对不同的输入状态。

3.1 层叠性（垂直传递）

每一模块处理完成后，将产生的关键参数（如书叶轮廓、分割线位置、奇偶属性）传递给下一模块。下一模块可以优先利用这些参数，避免重复计算，提高效率。例如：

3.2 独立性（水平自洽）

每一模块都具备独立处理一张原始图像的能力。如果上层没有传递参数，本模块可以自行从图像中检测所需特征。这种独立性保证了任一模块都可以作为独立工具使用，也保证了整个体系在面对不同输入状态时的鲁棒性。

3.3 模块间通信：ProcessingContext

层间参数通过 ProcessingContext 数据结构进行传递。每一层处理完成后，将其产出写入上下文，并自动清除该层之后所有层的旧数据（因为参数已过时）。下一层处理前，优先从上下文读取上一层的结果；如果上一层没有执行，则继续向更上层查找，直至原始图像为止。

四、核心操作模型：检测—标记—应用—重置

展页理论为每一算法模块定义了统一的操作模型，将“人工判断”与“算法执行”进行有机结合。这四个操作构成了一个完整的交互闭环：

4.1 检测（Detect）

算法根据当前参数，在图像上生成检测线（如书叶轮廓线、版框分割线、堆叠边界裁切线、版框控制点）。这一步是实时、无损的预览，不修改原始图像数据。算法的核心在于“猜”，但猜得要有依据——所有检测都基于图像的物理特征，而非预设模板。

4.2 标记（Mark / Adjust）

用户可以通过拖拽控制点、调整参数滑块、右键增删控制点等方式，对算法自动检测的结果进行干预和修正。这一步是人与算法的协同，是展页理论区别于“一键式”全自动黑盒处理的核心。研究者将自身的版本学知识、对古籍物质形态的理解注入到处理流程中，算法则负责将这种理解精确地转化为几何参数。

4.3 应用（Apply）

用户确认标记无误后，点击“应用”，算法才真正执行图像处理操作（裁切、分割、透视变换），生成处理后的图像。应用操作会保存处理前的图像备份，以便后续重置。

4.4 重置（Reset）

用户可以随时撤销当前模块的“应用”操作，恢复到本模块处理前的图像状态。同时，检测线和参数保持可编辑状态，允许用户重新调整后再次应用。重置操作仅影响当前模块，不会干扰其他模块的处理结果。

五、四大算法模块

5.1 背景裁切算法：连通性与色彩恒常性原理

背景裁切的目标是将书叶从扫描背景（底板、色卡、标尺等）中精确分离。展页理论提出的背景裁切算法，基于两个核心洞察：

背景连通性原理。在古籍扫描件中，背景通常包围着书页，形成一个连通的区域。这与Photoshop魔棒工具的工作逻辑一致——从图像四角任意一点出发，通过泛洪填充（Flood Fill）即可将整个背景区域选中，反选即得书页。算法首先检查四角颜色是否一致（色彩差异小于预设容差），若一致则直接从四角种子点执行泛洪填充获取背景掩膜，再通过形态学闭运算消除噪点、开运算断开细弱连接，最终提取最大连通域作为书页轮廓。

内核生长原理。当四角颜色不一致（如背景有渐变、光照不均、或书页占满全图无背景）导致泛洪填充失败时，算法自动回退到“内核收缩+区域生长”策略。首先通过自适应阈值二值化获取大致前景区域，取最大连通域的凸包作为初始轮廓；然后对该轮廓进行腐蚀操作，得到一个肯定属于书页的内核区域；最后从内核出发，逐步向外扩展，每步都检查扩展区域与当前书页平均颜色（基于LAB色彩空间的欧氏距离）的差异，仅吸收颜色相近的像素。经过多轮迭代后，书页的边缘被精确吸收，而颜色明显不同的阴影、底板被排除。

无背景检测。算法在开始前会分析四角的颜色方差。如果四角方差都很高（说明书页内容延伸到图像边缘，无纯色背景），则直接返回全图轮廓，避免误裁。

书页完整性保障。对最终轮廓取凸包，确保书页边缘的凹痕、折角也被包含在内。

5.2 分割算法：装订阴影与版框对称性原理

分割算法的目标是将合拟面（翻开双页的扫描图像）精确分割为左右两个半拟面，同时支持半拟面和整拟面的检测线标注。

合拟面模式。算法在图像中间区域（默认可配置，如35%–65%宽度范围）逐行寻找亮度最低的像素点，形成一条从上到下的点集。这是因为翻开扫描时，书脊处无法紧贴扫描仪，形成明显的暗带（装订阴影）。对点集进行高斯平滑消除局部噪点，得到一条平滑的装订中心线分割路径。分割时沿该曲线将图像一分为二，左侧标记为奇数页（recto），右侧标记为偶数页（verso）。

整拟面模式。对于筒子页（完整雕版书叶），算法在左右版框线之间寻找分割线。首先利用边缘检测和投影分析定位左右两条垂直版框线的精确位置，然后在两条版框线的中点附近搜索最暗的垂直带（可能是版心鱼尾、中缝等元素），若找不到则直接使用中点连线作为分割线。

半拟面模式。对于已分割的单页图像，算法检测版框所在的侧边（通过垂直投影判断版框在左还是右），并在版框外侧边缘处绘制贴边线。这为后续的裁堆叠操作提供了精确的参考位置。

5.3 书口堆叠裁切算法：纸张基底模型与异常检测原理

书口堆叠裁切的目标是裁除半拟面书口侧的前后页堆叠阴影与残影。展页理论提出的算法基于一个关键洞察：先确认什么是“正常的纸张”，凡是不符合纸张模型的区域即为需要裁除的堆叠。

纸张基底模型。算法首先分析图像的中央区域（避开边缘和堆叠区），建立纸张的“指纹”：亮度均值和标准差。这构成了判断书页“正常状态”的基准。

双通道异常检测。在书口侧的检测区域内，从外向内扫描。亮度通道检测与纸张基底亮度差异超过预设阈值（默认2.5σ）的暗区；形态通道利用边缘检测和轮廓分析，寻找与纸张边缘不自然的纹理突变（如后一页的文字重影）。两个通道的结果取交集，得到堆叠区域的初步掩膜。

边界平滑与曲线裁切。对堆叠掩膜的边界进行高斯平滑，生成一条平滑的裁切曲线。裁切线可被用户以折线形式编辑（默认2个控制点，支持拖拽、增删、整体平移），提供了灵活的手动修正能力。最终沿裁切线执行像素级裁切，保留纸张的真实边界。

5.4 统一版框算法：透视变换与多点吸附原理

统一版框的目标是将半拟面的版框对齐到预设的标准矩形，使全书所有页面的版框位置、尺寸、天头地脚边距完全一致。

版框检测与四点定位。算法通过霍夫线检测找到版框的四条边界线（上、下、左、右），计算四个交点作为版框的源控制点。若检测失败，自动回退到内容包围盒作为版框近似。默认生成4个控制点，支持右键在任意位置添加控制点（插入到最近边的中点），以应对扫描产生的弯曲、形变等情况。

预设矩形与奇偶分设。用户定义一个标准矩形（宽度、高度、天头边距、地脚边距），并可为奇数页和偶数页分别设置左右边距（因为奇数页版框靠右、偶数页版框靠左）。预设矩形以白色虚线叠加在图像上，直观展示目标位置。

拖拽吸附机制。当用户拖拽版框控制点时，算法自动计算该点与预设矩形最近边或顶点的距离；若距离小于预设阈值（默认15像素），控制点自动吸附到矩形边界上。这保证了版框线能精准对齐标准位置，无需手动微调。

透视变换与全局应用。当用户确认控制点位置后，点击“应用”，算法计算当前控制点（源四边形）到预设矩形（目标四边形）的单应性变换矩阵，对整个图像执行透视变换。变换后，版框被精确映射到标准位置，同时图像其他区域（如天头地脚、批校文字）也随之合理变形。该变换矩阵可被保存和复现，保证处理的可追溯性。

六、四大模块的协同工作流

在展页理论中，四大算法模块并非孤立运行，而是通过ProcessingContext实现层间参数传递，形成一个灵活而强大的协同工作流：

  1. 裁背景（可选）：检测并输出书叶轮廓。轮廓数据被写入上下文，供后续模块使用。
  2. 分割（可选）：接收书叶轮廓（若有）或自行检测，输出分割线和奇偶属性。分割线可指导裁堆叠模块定位书口侧；奇偶属性被传递给裁堆叠和统一版框。
  3. 裁堆叠（可选）：接收奇偶属性（若有）或自行推断，接收分割线（若有）确定书口侧，输出堆叠边界。堆叠边界可指导统一版框模块排除非版框区域的干扰。
  4. 统一版框（可选）：接收奇偶属性（若有）确定矩形对齐方式，接收堆叠边界（若有）约束版框检测范围。输出标准化图像。

每层都具备“检测—标记—应用—重置”的完整交互闭环，既保证了用户对每一处理阶段的完全控制，又通过参数传递机制提升了处理效率和一致性。

七、结语：从术到道

展页理论不是凭空设计的抽象框架，而是在解决一个个具体问题（复杂背景裁切、装订阴影排除、版框精准对齐、扫描形变校正）的过程中，逐步归纳、抽象而成的实践性理论。它遵循着“从特殊到一般”的认知规律，最终形成了一个逻辑自洽、可扩展、可工程化的算法体系。

四大算法模块——背景裁切、分割、书口堆叠裁切、统一版框——各自封装了针对古籍图像特定问题的解决智慧，同时又通过层叠与独立的架构、检测—标记—应用—重置的操作模型、ProcessingContext的参数传递机制，构成了一个有机的、可协同的整体。

这正是展页理论从“术”到“道”的升华：它不仅是一套可以落地的算法工具集，更是一种关于古籍图像标准化处理的系统化思考方式。