Handnote Enhancer

一个基于 PyTorch 固定推理管线的手写笔记增强 Gradio Demo。项目不做本地训练，也不下载预训练权重；增强模型由项目内自定义 torch.nn.Module 和 OpenCV 几何算法组成。

• 上传 jpg / jpeg / png 手写笔记图片
• 自动页面检测、透视矫正和小角度旋转校正
• 使用 PyTorch 张量算子做阴影移除、背景压平、局部对比增强和墨迹保护
• 支持彩色增强和黑白扫描风格
• 最终输出固定为 A4 纵向比例，默认 2480x3508 PNG
• Gradio 页面展示原图、几何校正、增强结果和最终 A4 输出

uv sync --extra dev

如果不用 uv，也可以使用普通虚拟环境：

python -m venv .venv
source .venv/bin/activate
pip install -e ".[dev]"

python app.py

启动后打开终端中显示的 Gradio 本地地址，上传图片即可查看处理流程和下载最终 PNG。

构建 CUDA/PyTorch 镜像：

docker build -f docker/cv.dockerfile -t handnote-enhancer:cuda .

镜像内使用 uv 安装项目环境，并在 CUDA 版 PyTorch 基础镜像中固定 torch==2.8.0、torchvision==0.23.0、torchaudio==2.8.0；OpenCV 依赖来自项目配置中的 opencv-python-headless。

进入容器做训练脚本扩展或实验：

docker run --gpus all --rm -it -v "$PWD":/workspace handnote-enhancer:cuda

pytest -q

这个项目中的“模型”是无需训练的固定推理网络：它使用 PyTorch 的卷积、池化、归一化和阈值化算子完成图像增强。几何校正由 OpenCV 完成，用于更可靠地处理页面边界、透视和倾斜。