normalize-id-scan-pdf

ID スキャン PDF を正規化する

概要

不適切な ID スキャン PDF を、読みやすく持ち運びやすい出力 PDF に変換します。場当たり的な手動調整ではなく、決定論的な変換と自動検証を優先してください。

ワークフロー

1. bronze のソースファイルを使用します。上書きしないでください。
2. pypdf が利用できない場合は、システムのインタープリターには触れず、ローカルに仮想環境を作成して、そこで pypdf をインストールします。
3. ソース PDF に対して python "${CODEX_HOME:-$HOME/.codex}/skills/normalize-id-scan-pdf/scripts/fix_id_scan_pdf.py" ... を実行します。
4. スクリプトの出力パスとジオメトリの概要を確認します。
5. 出力がまだ見切れている場合や、ページが適切に使われていない場合は、再び bronze ファイルからやり直します。silver または gold の出力を繰り返し変換しないでください。
6. PDF のセルフチェックに合格したら、ローカルのブラウザーまたはデスクトップから開ける場合は、最終的な人手による確認のため、gold PDF をローカルで開きます。Chrome がインストールされていて利用可能な場合は、Chrome を優先してください。

コマンドの形式

次を使用します。

python fix_id_scan_pdf.py "/path/to/source.pdf" --output-dir "/path/to/output"

よく使うオプション：

• --page-mode portrait：縦向きページを維持し、その中でコンテンツを回転します。これはデフォルトであり、このスキルのきっかけとなった ID スキャンのような用途で安全な選択です。
• --margin-pt 24：出力がページ端に寄らないよう、視覚的な固定余白を確保します。
• --doc-type personal_id：gold ファイル名の書類種別スラッグを指定します。
• --gold-name arthur_zakirov__personal_id.pdf：正式な納品ファイル名がすでに分かっている場合に、推定された gold ファイル名を上書きします。

検証ルール

このスクリプトは、初回修正ツールであると同時に、ジオメトリ検証ツールとして扱う必要があります。

• 埋め込み画像とテキストの原点から、コンテンツの可視領域を測定します。
• 指定された向きのページ内でページを最大限に活用できる回転と拡大縮小率を選択します。
• 変換を書き込んだ後、出力ページを再測定します。
• 出力が指定された余白を超える場合は、収まるまで自動的に拡大縮小率を下げて再試行します。
• すでに修正済みの PDF に変換を重ねるのではなく、オプションを調整して bronze から再実行してください。

ファイル名を決める必要がある場合は、references/naming-convention.md を参照してください。

最終確認

gold ファイルを作成したら、確認のために開いてみてください。

• Chrome が利用可能な場合は Chrome を優先します。それ以外の場合は、マシンに応じてローカルのブラウザーまたはデスクトップから開く手段（xdg-open、open、powershell.exe、またはインストール済みのブラウザー自動化スキル）を使用します。
• 環境で GUI への昇格アクセスが必要な場合は、承認を求めてください。
• ローカルで開けない場合は、確認できたふりをせず、最終パスを明確に報告してください。