cas-bigdatalab pdf_crop 技能
功能说明
该技能用于裁剪PDF页面边距，通过指定边界坐标（left, bottom, right, top）来精确裁剪页面区域，适用于去除PDF边距、提取特定区域等场景。
核心功能
- 支持精确的页面边界裁剪
- 可指定页码范围进行选择性裁剪
- 自动创建输出目录
使用方法
python scripts/run_pdf_crop.py --input_path <输入PDF> --output_path <输出PDF> --bbox <裁剪边界> [--pages <页码范围>]
参数说明
| 参数 | 类型 | 必填 | 默认值 | 说明 |
|---|---|---|---|---|
| input_path | string | 是 | - | 输入PDF文件路径 |
| output_path | string | 是 | - | 输出PDF文件路径 |
| bbox | string | 是 | - | 裁剪边界"left,bottom,right,top"（PDF坐标单位） |
| pages | string | 否 | 全部 | 页码范围，如"1-3,5" |
示例
示例1：裁剪全部页面
python scripts/run_pdf_crop.py --input_path input.pdf --output_path cropped.pdf --bbox "50,50,550,750"
示例2：裁剪指定页码
python scripts/run_pdf_crop.py --input_path input.pdf --output_path cropped.pdf --bbox "50,50,550,750" --pages "1-10"
注意事项
- 裁剪边界使用PDF坐标系统（原点在左下角）
- 单位为点（1英寸=72点）
- 裁剪边界值应在页面尺寸范围内
- 输出目录不存在时会自动创建