实用程序:解放双手!Python 打造 PDF 手写模拟器,轻松搞定手写作业

简介: 一款基于Python的PDF手写模拟器,可批量将文字以逼真手写形式填入PDF指定区域。支持中英文独立配置、手写扰动效果调节、模板复用与实时预览,告别手动抄写。开源免费,操作简便,学生党必备!GitHub已开源,欢迎Star!

前言

作为学生,想必大家都有过被海量手写实验报告、课程作业支配的痛苦。要花费大量时间一笔一划地抄写到纸质文档中再进行扫描成pdf提交,不仅耗时耗力,手写的字迹还可能参差不齐,影响作业美观度。

为了偷懒,博主开发了一款基于python的PDF手写模拟器,它能够模拟真实手写笔迹,将电脑上的文字批量填充到 PDF 指定区域,支持中文/英文分开配置、手写扰动效果自定义、配置模版复用等功能,生成的效果高度贴近真实手写,帮你彻底告别手动抄写的烦恼。首先来个界面以及效果预览:

代码已经开源在Github:https://github.com/ChenAI-TGF/PDF_HandWrite
欢迎大家下载,如果觉得有用的话可以给我点个Star,万分感谢!!
如果登不上Github的话也欢迎直接私信博主要代码

1.png

流程思路总览

这款 PDF 手写模拟器的整体运作流程可以分为「用户操作流程」和「技术实现流程」两层,清晰易懂:

1. 用户操作流程(简单易上手)

  1. 打开目标 PDF:选择需要填写的实验报告、作业等 PDF 文件;
    2.png
    3.png

  2. 框选填写区域:在 PDF 预览界面拖动鼠标,框选出需要插入文字的区域(红色矩形标记);
    4.png

  3. 配置手写参数:分别在中文、英文/数字选项卡中调整字体、大小、颜色、扰动效果等参数;
    5.png

  4. 输入并预览文字:在右侧文本框输入需要填写的内容,开启「实时预览」查看手写效果;
    6.png
    7.png

  5. 不满意可实时调整参数
    8.png

  6. 确认并保存:效果满意后确认应用笔迹,支持撤销、擦除错误内容,也可保存当前配置为模版,最后导出填写完成的 PDF。

9.png

2. 技术实现流程(分层协作)

  1. UI 交互层:基于 tkinter 搭建可视化界面,提供按钮、选项卡、文本框等交互组件,接收用户操作;
  2. 参数配置层:管理中文/英文手写参数,支持配置保存(JSON)与加载,实现模版复用;
  3. PDF 操作层:基于 PyMuPDF 实现 PDF 的读取、页面渲染、文字插入、擦除、保存等核心操作;
  4. 手写渲染层:核心逻辑层,实现文字排版、语言区分、手写扰动效果生成,最终将模拟手写文字插入 PDF。
┌─────────────────────┐
│  UI交互层(tkinter) │  # 可视化交互,接收操作
└─────────────┬───────┘
              ▼
┌─────────────────────┐
│  参数配置层(JSON)  │  # 参数管理,模版复用
└─────────────┬───────┘
              ▼
┌─────────────────────┐
│ PDF操作层(PyMuPDF) │  # PDF核心操作(读写/保存等)
└─────────────┬───────┘
              ▼
┌─────────────────────┐
│  手写渲染层(核心)  │  # 手写效果生成,文字插入
└─────────────────────┘

涉及的具体技术

这款工具基于 Python 生态的常用库开发,技术栈轻量化且实用性强,核心涉及以下技术:

  1. tkinter:Python 内置 GUI 库,无需额外安装,负责搭建整个应用的可视化界面,实现按钮点击、参数调整、文本输入、PDF 预览等交互功能;
  2. PyMuPDF(fitz):核心 PDF 处理库,提供高效的 PDF 读取、写入、页面渲染、文字插入、红act标注(擦除功能)等接口,是实现 PDF 编辑的核心依赖;
  3. Pillow(PIL):图像处理库,将 PyMuPDF 渲染出的 PDF 页面像素数据,转换成 tkinter 画布可显示的图像格式,实现 PDF 页面的可视化预览;
  4. JSON:轻量级数据格式,用于保存用户配置的手写参数模版(字体、大小、扰动值等),方便后续直接复用,无需重复调整;
  5. Python 随机数与数学计算:实现手写效果的「不规则扰动」,模拟真实手写的位置偏移、大小波动、行倾斜等特性;
  6. TTF 字体支持:读取自定义 TrueType 字体文件,支持切换不同手写风格字体,适配不同用户的手写习惯。

最终效果演示

10.png

代码原理简单讲解(手写字体生成 + 扰动效果)

我们重点讲解核心功能 —— 手写字体生成与扰动效果的实现,忽略 UI 搭建等辅助代码,聚焦核心逻辑:

一、 手写字体生成(文字插入 PDF 核心)

这部分的核心是将文字按规则排版后,插入到 PDF 指定区域,关键步骤如下:

  1. 文字与区域预处理
    首先获取文本框中的输入文字,按换行符 \n 分割成多行,同时将用户框选的预览区域坐标(带缩放比例)转换为 PDF 实际坐标(除以缩放系数 self.zoom),得到真实的填写范围 (x1, y1, x2, y2)

    # 读取输入文字并分割行
    text = self.text_editor.get("1.0", tk.END).strip("\n")
    lines = text.split('\n')
    # 转换为 PDF 实际坐标(去除预览缩放影响)
    x1, y1 = min(self.start_x, self.end_x)/self.zoom, min(self.start_y, self.end_y)/self.zoom
    x2, y2 = max(self.start_x, self.end_x)/self.zoom, max(self.start_y, self.end_y)/self.zoom
    
  2. 语言区分与参数匹配
    通过 is_chinese 函数判断单个字符是中文还是英文/数字,分别匹配对应的配置参数(中文/英文独立的字体、大小、字距等),确保不同语言的手写效果适配合理。

    # 判断是否为中文(含中文标点)
    def is_chinese(self, char):
        if '\u4e00' <= char <= '\u9fff': return True
        if char in "。,、?!:;“”‘’()《》【】": return True
        return False
    
    # 遍历字符时匹配对应语言参数
    lang = 'zh' if self.is_chinese(char) else 'en'
    p = self.params[lang]  # 获取对应语言的配置参数
    
  3. PDF 文字插入核心 API
    使用 PyMuPDF 的 page.insert_text 方法实现文字插入,这是手写字体生成的关键,核心参数说明如下:

    • fitz.Point(final_x, final_y):文字的实际插入坐标(经排版和扰动调整后);
    • char:要插入的单个字符(逐字符插入实现精细排版);
    • fontsize:字符的实际大小(带大小抖动);
    • fontfile:TTF 手写字体文件路径,决定字体风格;
    • color:文字颜色(默认纯黑,支持用户自定义);
    • morph:变换矩阵,实现字符旋转效果(叠加行倾斜与字符旋转抖动)。
  4. 行与字符排版
    按行遍历文字,逐字符计算插入坐标,处理空格(单独预留间距),当字符横坐标超出框选区域右侧时自动换行,同时根据「行距参数」调整下一行的纵坐标,确保文字排版规整且不超出框选范围。

二、 扰动效果实现(模拟真实手写不规则性)

这是工具的灵魂所在,通过「行级扰动」和「字符级扰动」两层效果,彻底摆脱打印体的规整感,贴近真实手写,对应代码中的配置参数:

  1. 行级扰动(整行不规则性)
    针对每一行文字,添加整体的偏移和倾斜,模拟手写时「行不直、略有偏移」的特点,对应三个参数:

    • 行左右平移(line_jitter_x):随机生成 -line_jitter_x ~ line_jitter_x 范围内的偏移量 line_dx,使每行文字左右轻微晃动;
    • 行上下平移(line_jitter_y):随机生成 -line_jitter_y ~ line_jitter_y 范围内的偏移量 line_dy,使行与行之间的间距略有差异;
    • 行整行倾斜(line_tilt):随机生成倾斜角度 line_angle_deg,转换为弧度后,通过 tilt_y_offset = (curr_x - line_start_x) * math.tan(line_angle_rad) 计算每个字符的Y轴偏移,实现整行轻微倾斜。
    # 行级扰动参数计算
    line_dx = random.uniform(-p_line['line_jitter_x'].get(), p_line['line_jitter_x'].get())
    line_dy = random.uniform(-p_line['line_jitter_y'].get(), p_line['line_jitter_y'].get())
    line_angle_deg = random.uniform(-p_line['line_tilt'].get(), p_line['line_tilt'].get())
    line_angle_rad = math.radians(line_angle_deg)
    
  2. 字符级扰动(单个字符不规则性)
    针对每个字符,添加位置、大小、旋转的细微差异,模拟手写时「每个字大小不一、略有晃动」的特点,对应三个参数:

    • 字位置抖动(jitter_pos):随机生成 (-jitter_pos ~ jitter_pos) 的X、Y偏移量,使字符脱离严格的水平对齐;
    • 字大小抖动(jitter_size):在基础字体大小上,随机增减 (-jitter_size ~ jitter_size) 的数值,生成 char_jitter_fs,使字符大小略有差异;
    • 字旋转抖动(jitter_rot):随机生成 (-jitter_rot ~ jitter_rot) 的旋转角度,叠加行倾斜角度后,通过 morph 参数实现字符轻微旋转。
    # 字符级扰动参数计算
    char_jitter_x = random.uniform(-p['jitter_pos'].get(), p['jitter_pos'].get())
    char_jitter_y = random.uniform(-p['jitter_pos'].get(), p['jitter_pos'].get())
    char_jitter_rot = random.uniform(-p['jitter_rot'].get(), p['jitter_rot'].get())
    char_jitter_fs = f_size + random.uniform(-p['jitter_size'].get(), p['jitter_size'].get())
    
  3. 随机数控制(预览稳定 + 实际随机)
    为了保证实时预览时效果稳定可调整,设置随机数种子 random.seed(42) 固定扰动效果;实际应用笔迹时,不设置种子 random.seed(),生成随机的扰动效果,让每次生成的手写风格略有差异,更贴近真实场景。

    if is_preview: random.seed(42)  # 预览模式:固定随机数,效果稳定
    else: random.seed()  # 实际生成:随机种子,效果更真实
    

总结

这款 PDF 手写模拟器完美解决了手写作业、实验报告的痛点,兼具「实用性」和「灵活性」:

  1. 实用性拉满:无需手动抄写,一键生成手写风格 PDF,节省大量时间和精力,生成效果高度贴近真实手写;
  2. 自定义性强:中文/英文独立配置,支持字体、颜色、大小、字距行距调整,多层扰动参数可精细调控手写风格;
  3. 操作便捷:可视化界面友好,支持实时预览、撤销、擦除、模版复用,零基础用户也能快速上手;
  4. 技术轻量化:基于 Python 常用库开发,无需复杂环境配置,代码可灵活修改扩展。

当然,这款工具还有优化空间,比如支持连笔效果、笔迹粗细变化、批量处理多个 PDF 等。如果大家有类似需求,可以基于这份代码进行二次开发,适配自己的使用场景。希望这款工具能帮大家解放双手,把更多时间投入到核心学习和研究中!

代码已经开源在Github:https://github.com/ChenAI-TGF/PDF_HandWrite
欢迎大家下载,如果觉得有用的话可以给我点个Star,万分感谢!!
如果登不上Github的话也欢迎直接私信博主要代码

相关文章
|
3天前
|
云安全 人工智能 算法
以“AI对抗AI”,阿里云验证码进入2.0时代
三层立体防护,用大模型打赢人机攻防战
1296 3
|
3天前
|
机器学习/深度学习 安全 API
MAI-UI 开源:通用 GUI 智能体基座登顶 SOTA!
MAI-UI是通义实验室推出的全尺寸GUI智能体基座模型,原生集成用户交互、MCP工具调用与端云协同能力。支持跨App操作、模糊语义理解与主动提问澄清,通过大规模在线强化学习实现复杂任务自动化,在出行、办公等高频场景中表现卓越,已登顶ScreenSpot-Pro、MobileWorld等多项SOTA评测。
604 3
|
4天前
|
人工智能 Rust 运维
这个神器让你白嫖ClaudeOpus 4.5,Gemini 3!还能接Claude Code等任意平台
加我进AI讨论学习群,公众号右下角“联系方式”文末有老金的 开源知识库地址·全免费
|
10天前
|
编解码 人工智能 自然语言处理
⚽阿里云百炼通义万相 2.6 视频生成玩法手册
通义万相Wan 2.6是全球首个支持角色扮演的AI视频生成模型,可基于参考视频形象与音色生成多角色合拍、多镜头叙事的15秒长视频,实现声画同步、智能分镜,适用于影视创作、营销展示等场景。
727 4
|
3天前
|
人工智能 自然语言处理 安全
阿里云万小智AI建站:基础版、标准版、企业版主要功能及价格对比和选择参考
阿里云万小智 AI 建站是一款基于 AI 驱动的自助建站产品,无需代码基础,通过可视化拖拽与 AI 对话即可快速构建高性能、多语言、安全合规的网站。系统深度集成阿里云 ECS、RDS、OSS、CDN、SLB 与 Web 应用防火墙,保障高可用性、数据安全与全球访问速度。其提供多个版本,精准匹配从个人工作室到中大型企业的差异化需求。
241 167