项目概述
这是一个基于 PyQt5 开发的 PDF 文档内容比较工具，专门用于对比两个 PDF 文件（原稿和成稿）之间的差异。该工具采用图像处理技术，将 PDF 页面转换为栅格图像进行像素级比较，并生成包含多个可视化图层的比较结果 PDF。
主要功能
📄 文件比较
双 PDF 输入：支持选择原稿（文件A）和成稿（文件B）进行比较
自动页面处理：智能处理页数不同的 PDF 文件，自动填充空白页面
高质量栅格化：支持 72-1200 DPI 的可调分辨率进行 PDF 栅格化
🎨 多图层可视化输出
生成的比较结果 PDF 包含 5 个独立的可控图层：
图层1：原稿内容（文件A）- 默认隐藏
图层2：成稿内容（文件B）- 默认显示
图层3：A独有/差异内容（绿色标记）- 默认隐藏
图层4：B独有/差异内容（黄色标记）- 默认隐藏
图层5：所有差异高亮（红色差异+灰色背景）- 默认显示
⚙️ 高级参数调整
核心比较参数：
栅格化 DPI（72-1200）
像素差异阈值（0-254）
内容/背景识别阈值（0-254）
图像处理优化：
去噪处理（可调核大小和迭代次数）
形态学闭运算（填充空洞，可调参数）
视觉效果定制：
各图层独立的透明度控制（Alpha 值 0-255）
绿色、黄色、灰色、红色标记的透明度可调
🛠️ 用户体验
图形化界面：基于 PyQt5 的直观操作界面
实时进度显示：页面级和总体进度条，实时状态日志
多线程处理：后台处理不阻塞界面响应
智能参数验证：自动调整参数确保合理性
临时文件管理：可选择是否保留调试用的临时图像文件
技术架构
核心技术栈
GUI框架：PyQt5
PDF处理：PyMuPDF (fitz)
图像处理：OpenCV, PIL/Pillow
数值计算：NumPy
处理流程
PDF栅格化：将PDF页面转换为高分辨率位图
图像对齐：处理尺寸不匹配的页面
差异检测：基于像素灰度值进行差异识别
内容分析：区分文档内容和背景区域
形态学处理：去噪和空洞填充优化
图层生成：创建不同类型的差异标记图层
PDF输出：将所有图层组合为带OCG的PDF文件
适用场景
文档版本对比：检查文档修订前后的变化
印刷品质检：对比设计稿与印刷样品
合同审核：识别法律文件的修改内容
学术校对：论文或教材的版本差异分析
品质控制：产品说明书等技术文档的变更追踪