文档扫描后背景发灰？用TaoToken批量还原纯白背景并转换图片格式

1. 扫描件背景发灰的真实原因与批量还原纯白背景的适用场景你手里可能有一摞扫描件合同、发票、作业、病历、教材。单张看还行一旦几十张堆在一起问题就暴露了——背景不是白的是灰的有的还带阴影、泛黄、四角发暗。打印出来像蒙了一层雾OCR 识别率也跟着掉。这不是扫描仪坏了而是扫描/拍摄时的光照不均、纸张本身偏色、压缩算法把浅灰保留了下来。人眼会自动“脑补”白平衡但机器不会。所以我们要做的是把接近白的灰像素统一拉到纯白同时保住黑色文字边缘不糊。这个场景适合谁三类人最需要第一类行政/财务每天要处理成批的报销单、合同扫描件要求输出统一、干净、能直接归档。第二类老师和家长作业拍出来发灰打印或提交前想批量洗白。第三类做数据集或文档数字化的同学需要把扫描件统一成纯白背景再转成指定格式喂给下游流程。核心诉求就两个批量去灰底还原纯白背景以及统一转换图片格式。手动一张张调曲线、拉色阶十张还能忍一百张就是折磨。所以思路必须是先在一张样图上把参数调对确认背景色值真的到了 255再把这套参数批量套用到整个文件夹最后逐张抽检。这里会用到 TaoToken 提供的模型能力来做参数判断和批处理脚本的生成/校验。你可以把它理解成一个“懂图像处理逻辑的助手”你描述需求它给你可复制的配置和命令你跑通后批量执行。下面从拿 Key 开始一步步走完。2. TaoToken 前置准备API Key、Base URL 与 Model ID 三件套不管你是用脚本调模型还是用 Claude Code、Cline 这类工具接入任何一家模型服务永远绕不开三件套Base URL、API Key、Model ID。这三个填错一个后面全是报错。我见过太多人卡在 401 上最后发现是 Key 复制时带了个空格。先说地址。TaoToken 的官网入口是 https://taotoken.net/?utm_sourcetaotoken_aicg_blog_endutm_mediumcsdnutm_campaignrewriteutm_content API 请求地址是 https://taotoken.net/api 注意 API 地址后面不加任何 UTM 参数保持干净。拿 Key 的路径进官网后到控制台找到 API Keys 页面创建。创建完立刻复制很多平台只显示一次。如果你用的是 Claude Code 这类命令行工具还需要看接入文档确认字段名文档入口在官网导航里能找到。三件套具体怎么填字段值说明Base URLhttps://taotoken.net/api末尾不要多加斜杠API Key控制台生成的 sk- 开头字符串只显示一次存好Model ID按控制台模型列表填写用于对话/编码的模型标识如果你用的是 Claude Code配置通常写在 settings 里如果用 Cline走 MCP 配置如果用 Codex则落在 auth.json。这三者的共同点就是上面三件套必须齐全。下面给一段可直接复制的 JSON 配置片段路径按你实际工具放{ base_url: https://taotoken.net/api, api_key: sk-你的Key, model: 你的ModelID }注意Key 不要提交到 Git不要贴在公开群里。本地用环境变量存脚本里读os.environ。前置准备做完先别急着批量。拿一张最典型的灰底样图跑通单张确认背景真的变白再谈批量。这是整篇最省时间的习惯。3. 可复制配置单张样图跑通去灰底与格式转换参数批量处理的前提是单张参数正确。这一步我们做两件事用图像处理库把灰底拉到纯白然后统一输出格式。核心逻辑是阈值 白平衡把亮度高于某个阈值的像素直接设为 255低于阈值的保留同时用轻微对比度拉伸让文字更实。先装依赖pip install pillow numpy然后写一个单张处理脚本clean_one.pyfrom PIL import Image, ImageOps import numpy as np def clean_scan(src, dst, threshold200, fmtPNG): img Image.open(src).convert(L) # 转灰度去色偏 arr np.array(img) # 高于阈值的灰底直接拉纯白 arr np.where(arr threshold, 255, arr) # 轻微对比度拉伸让文字更黑 arr np.clip((arr.astype(np.int16) - 40) * 1.15, 0, 255).astype(np.uint8) out Image.fromarray(arr) out.save(dst, formatfmt) print(fsaved {dst}, bg sample{arr[5,5]}) clean_scan(sample.jpg, sample_clean.png, threshold200, fmtPNG)跑完看输出里的bg sample如果打印 255说明左上角背景已经是纯白。如果还是 230 左右把threshold调低到 180 再试。这个阈值就是“多灰算灰”的分界线纸张越暗阈值越低。格式转换在save那一步就完成了fmt传PNG、JPEG、WEBP都行。注意 JPEG 不支持透明PNG 体积大但无损归档建议 PNG传输建议 JPEG 质量 90。如果你更想用现成工具而不是写代码也可以在 TaoToken 的模型对话里描述需求让它帮你生成对应参数再复制到脚本里。模型对话入口在官网导航适合快速试参数。单张跑通后把参数记下来阈值、对比度系数、输出格式。这三个值就是批量的“配方”。4. 批量套用与验证逐张抽检背景色值与格式输出结果单张 OK 后批量就是套循环。写batch_clean.pyimport os from clean_one import clean_scan SRC_DIR ./scans DST_DIR ./cleaned os.makedirs(DST_DIR, exist_okTrue) for name in os.listdir(SRC_DIR): if name.lower().endswith((.jpg, .jpeg, .png, .bmp)): src os.path.join(SRC_DIR, name) dst os.path.join(DST_DIR, os.path.splitext(name)[0] .png) clean_scan(src, dst, threshold200, fmtPNG)跑之前先备份原图处理是不可逆的。跑完做抽检别信“应该没问题”。抽检两个维度一是背景色值。随机抽 5 张用脚本读左上角、右上角、左下角、右下角四个点from PIL import Image import numpy as np for f in [cleaned/a.png, cleaned/b.png]: arr np.array(Image.open(f).convert(L)) corners [arr[5,5], arr[5,-5], arr[-5,5], arr[-5,-5]] print(f, corners, all_white, all(c 250 for c in corners))四个角都大于 250才算背景干净。如果某个角偏暗说明那张图有阴影需要单独调阈值或先做阴影校正。二是格式输出。确认目标格式真的生效file cleaned/*.png | head输出里应该都是 PNG image data。如果混进了 JPEG说明某张图走了别的分支检查扩展名判断逻辑。实测下来一百张 A4 扫描件这套流程几分钟跑完背景统一到纯白格式统一成 PNG。抽检通过后归档、打印、OCR 都顺了。踩过的坑主要是阈值一刀切有的图偏暗200 的阈值会把文字边缘也吃掉这时候对那几张单独降到 180 重跑即可。5. 本篇常见报错排查401、local proxy failed、reading choices、OAuth批处理脚本本身报错不多但接入模型服务时下面几个错误出现频率极高。逐个对照。401 Unauthorized。九成是 Key 问题复制带了空格、Key 过期、或者 Base URL 写成了带路径的地址。检查base_url是不是https://taotoken.net/apiKey 是不是完整。用 curl 快速验证curl https://taotoken.net/api/v1/models \ -H Authorization: Bearer sk-你的Key返回模型列表说明三件套没问题返回 401 就回去重新生成 Key。local proxy failed。这个报错通常出现在本地工具链里意思是本地转发层没起来或端口被占。先确认没有其他程序占用同一端口再重启工具。注意不要配置任何来路不明的转发规则保持直连 API 地址即可。reading choices 相关报错。这类错误一般出现在解析模型返回时返回结构里没有choices字段。原因可能是请求体格式不对或者 Model ID 填错导致返回了错误对象。检查你的请求 JSON 里model字段和控制台一致messages结构正确。OAuth 报错。如果你用 Claude Code 这类带登录流程的工具OAuth 失败通常是回调地址或凭证缓存问题。清掉本地凭证缓存重新登录并确认工具版本较新。若工具支持直接用 API Key 模式优先用 Key少一层登录就少一类错。排查顺序建议先 curl 验证三件套再验证工具配置最后才怀疑脚本。大部分问题都在前两步。6. 把批处理接进日常工作流模型对话、Coding Plan 与文档入口参数调通、批量跑顺之后你可以把这套流程固化下来。日常有三种用法临时试参数、问报错用模型对话把样图背景色值和需求描述清楚让它给阈值建议。入口在官网导航的模型对话页。长期写脚本、做 Agent 自动化用 Coding Plan适合需要持续迭代批处理逻辑的场景。入口在官网的 coding-plan 页。查字段、看接入细节用接入文档Base URL、Key、Model ID 的填写规范都在里面。入口在官网的 doc 页。需要新建或轮换 Key去 console 的 api-keys 页。Claude Code 用户看 ClaudeCodeAnthropic 相关文档页。把地址再放一次方便你直接点官网 https://taotoken.net/?utm_sourcetaotoken_aicg_blog_endutm_mediumcsdnutm_campaignrewriteutm_content API https://taotoken.net/api 。最后留一个实用习惯每次批量前先拿一张最暗的样图跑单张确认背景到 255 再全量。这一步花三十秒能省掉整批返工。批处理脚本存进版本库阈值和格式作为参数抽出来下次换一批扫描件只改参数不改逻辑。