自炊データのリーダーを作った

自炊した本類のリーダーを普段いろいろ試すのだけど、どうも機能的に歯がゆいところが多かったので、自分が欲しい機能だけのものを作ってみた。

python2系（開発は2.7 Win32)で、PILライブラリとpygameライブラリが入っている環境で動くものができた。

これで見られるデータは、下の三種類。

• ディレクトリ下の画像（ファイル名順）
• zip(cbz)ファイルの中の画像（ファイル名順）
• PDFの中の画像（ファイル中の出現順）

スクリプト最終部近くのbookname変数を適当に変更してから実行する、といった感じに使う。ダイアログでファイル等を指定させたり、コマンドライン引数から見たいデータを受け取るようにすることは難しくないが、ここでは特に実装を示さない。

フルスクリーンで動かすか、ウィンドウで動かすかはスクリプトを直接変更して調整する。main関数のあたりを探せばわかるはず。

操作はキーボードからのみ。
[↓] 次の見開き
[↑] 前の見開き
[←] 見開き半分前進（主に、見開きがズレているとき用）
[→] 見開き半分後退（主に、見開きがズレているとき用）
[f] 右開きか左開きかをスイッチ（左開きモードだと、[←][→]キーの機能も逆転する）
[q] 表示品質のトグル（低品質モードだと、ページめくりが早くなる。頭出しに便利）
[ESC] 終了

Jpeg画像は、コントラストをすこし強めて表示している。自炊した画像って、ちょっと薄めなことがあるので。PILモジュールのPIL.ImageEnhance.Contrastで簡単にできる。

ページのアスペクト比は特に調整せず、見開き状態で画面いっぱいに拡大している。ちょっとくらい見た目が変わっても、縦長の本ならたいてい問題ないので、今のところはこのまま。

スクリプト内で特に難しいことはしていないが、PDFファイルから直接画像データを抜き出して表示させられるようになったのがちょっと面白いところ。

PDFファイルの中を見てみると、stream で始まって endstream で終わるまでが実際の画像データ（など）であることがわかる。たとえばJpegなら、ここを直接バイナリレベルで抜き出してやればよい。Jpegであることは、直前のオブジェクト記述部（っていうのかな）で /Image かつ /DCTDecode と示されていることで判断できる。

/Image かつ /FlateDecode だった場合は、生のビットマップデータが圧縮されているってこと。pythonなら zlib.decompressで展開できる。PILライブラリは展開後のこのデータを画像データとして読み込むことができる（PIL.Image.frombuffer）ので、利用した。なぜか白黒反転状態なので、適宜直す。ビットマップは1ビット色であると勝手に前提している。（自分が持っている自炊系PDFではみんなこれだったし。）

stream部以外は、PDFは一行ずつ読めるデータの集まりである。だから最初はファイルのreadlineで十分対応できると思ったのだけど、PDFを作ったり編集した環境によって、改行コードに"\x0D"や"\x0A"や"\x0D\x0A"が混在していて、動作結果が不安定だった。これらはlinesgen_crlfっていう関数をひとつ作って対応した。

画像データ以外は全部無視してPDFを扱っているので、ほとんどのPDFはまともに表示することができない（っていうか、たぶん落ちる）。ScanSnapなんかを使って作った、自炊系データだけがそれなりに見られる。

PDFから無劣化で画像を取り出す方法がわかったので、これはいろいろ役に立つね。二値ビットマップも、抽出してPNGファイルとかに書き出すことが簡単になった。

※追記・・・最近のモノクロスキャンは、FlateDecodeフィルタじゃなくてCCITTFaxDecodeを使うようになってるみたい。たぶん、Group4という高圧縮アルゴリズムを使うため。この形式だと今は扱えないなあ。

# coding: cp932

import zlib
import zipfile
import glob
from StringIO import StringIO
from PIL import Image, ImageOps, ImageEnhance

import pygame

#
# read lines from file. handle both CR and LF
#
def linesgen_crlf(f):
  while 1:
    l = f.readline()
    if not l:
      yield None
      return
    i = 0
    while 1:
      p = l.find("\r", i)
      if p == -1:
        yield l[i:]
        break
      else:
        yield l[i:p+1]
        i = p+1

#
# get image list from pdf data and
# generate position list (in that file)
# dirty PDF parsing!
#
def get_imagelist_from_pdf(f):
  fg = linesgen_crlf(f)
  icnt = 1
  images = []
  while 1:
    #l = f.readline()
    l = fg.next()
    if not l: break
    c = l.rstrip()
    if c.endswith("obj"):
      # detect obj
      b = []
      strpos, strlen = 0, 0
      while 1:
        #ll = f.readline()
        ll = fg.next()
        cc = ll.rstrip()
        if cc == 'endobj':
          break
        b.append(cc)

        if cc.endswith('stream'):
          # detect stream
          strpos = f.tell()
          while 1:
            #lll = f.readline()
            lll = fg.next()
            ccc = lll.rstrip()
            if ccc == 'endstream':
              break
            strlen += len(lll)

      objstr = " ".join(b)

      if "/Image" in objstr and "/ImageI" not in objstr:
        if "/FlateDecode" in objstr:
          # bitmap image(assumimg 1bit bitmap... dirty)
          oo = objstr.replace("/", " /").split(" ")
          w, h = -1, -1
          for i in range(len(oo)-1):
            if oo[i] == '/Width':
              w = int(oo[i+1])
            elif oo[i] == '/Height':
              h = int(oo[i+1])
          images.append(("%05d.bmp" % icnt, "bitmap", w, h, strpos, strlen))
          icnt += 1
        elif "/DCTDecode" in objstr:
          # jpeg image
          images.append(("%05d.jpg" % icnt, "jpeg", 0, 0, strpos, strlen))
          icnt += 1
  return images


# adjust contrast of given image
def adjust_image(img):
  ih = ImageEnhance.Contrast(img)
  return ih.enhance(1.5)


#
# image list holder (pdf)
#
class PDFImageList(object):

  def __init__(self, pdffile):
    self.f = open(pdffile, 'rb')
    self.images = get_imagelist_from_pdf(self.f)
    self.imagenum = len(self.images)

  def image(self, pos):
    im = self.images[pos]
    self.f.seek(im[4])
    streamstr = self.f.read(im[5])
    if im[1] == 'jpeg':
      i1 = Image.open(StringIO(streamstr))
      i1 = i1.convert("RGB")
      return adjust_image(i1)
    elif im[1] == 'bitmap':
      streamstr = zlib.decompress(streamstr)
      i1 = Image.frombuffer("1", (im[2], im[3]), streamstr, "raw", "1", 0, 1)
      i1 = ImageOps.invert(i1.convert("RGB"))
      return i1


#
# image list holder (image directory)
#
class DirImageList(object):

  def __init__(self, imagedir):
    self.images = glob.glob(imagedir + '/*.jpg') + glob.glob(imagedir + '/*.jpeg') + glob.glob(imagedir + '/*.png')
    self.imagenum = len(self.images)

  def image(self, pos):
    im = self.images[pos]
    i1 = Image.open(im).convert("RGB")
    return adjust_image(i1)


# image list holder (image zipfile)
class ZipImageList(object):

  def __init__(self, zipfilename):

    self.z = zipfile.ZipFile(zipfilename, 'r')
    self.images = [i for i in self.z.namelist() if i.endswith('.jpg') or i.endswith('.jpeg') or i.endswith('.png')]
    self.imagenum = len(self.images)

  def image(self, pos):
    o = self.z.read(self.images[pos])
    sio = StringIO(o)
    i1 = Image.open(sio).convert("RGB")
    return adjust_image(i1)

#
# imprements page moving feature
#
class ImageBook(object):

  def __init__(self, imagelist):
    self.imagelist = imagelist
    self.bookpages = imagelist.imagenum

    self.pos = 0
    self.page1 = self.prepare_image1()
    self.page2 = self.prepare_image2()

  def prepare_image1(self):
    i = self.pos % self.bookpages
    return self.imagelist.image(i)

  def prepare_image2(self):
    i = (self.pos+1) % self.bookpages
    return self.imagelist.image(i)

  def proceed(self):
    self.pos += 2
    self.page1 = self.prepare_image1()
    self.page2 = self.prepare_image2()

  def proceed_one(self):
    self.pos += 1
    self.page1 = self.page2
    self.page2 = self.prepare_image2()

  def back(self):
    self.pos -= 2
    self.page1 = self.prepare_image1()
    self.page2 = self.prepare_image2()

  def back_one(self):
    self.pos -= 1
    self.page2 = self.page1
    self.page1 = self.prepare_image1()


#
# imprements user interaction
#
class ImageBookViewer(object):
  def __init__(self, book, surface):
    self.swidth = surface.get_width() / 2
    self.sheight = surface.get_height()
    self.book = book
    self.surface = surface
    self.direction = 'l'
    self.quickrender = False

  def show_pages(self):
    if self.quickrender:
      resizeop = Image.NEAREST
    else:
      resizeop = Image.ANTIALIAS
      #resizeop = Image.BICUBIC

    if self.direction=='r':
      i = self.book.page1.resize((self.swidth, self.sheight), resizeop)
      s1 = pygame.image.fromstring(i.tostring(), i.size, i.mode).convert()
      self.surface.blit(s1, (0, 0))

      i = self.book.page2.resize((self.swidth, self.sheight), resizeop)
      s2 = pygame.image.fromstring(i.tostring(), i.size, i.mode).convert()
      self.surface.blit(s2, (self.swidth, 0))

    else:
      i = self.book.page1.resize((self.swidth, self.sheight), resizeop)
      s1 = pygame.image.fromstring(i.tostring(), i.size, i.mode).convert()
      self.surface.blit(s1, (self.swidth, 0))

      i = self.book.page2.resize((self.swidth, self.sheight), resizeop)
      s2 = pygame.image.fromstring(i.tostring(), i.size, i.mode).convert()
      self.surface.blit(s2, (0, 0))
    pygame.display.update()

  def handle_leftkey(self):
    if self.direction=='r':
      self.book.back_one()
    else:
      self.book.proceed_one()
    self.show_pages()

  def handle_rightkey(self):
    if self.direction=='r':
      self.book.proceed_one()
    else:
      self.book.back_one()
    self.show_pages()

  def handle_upkey(self):
    self.book.back()
    self.show_pages()

  def handle_downkey(self):
    self.book.proceed()
    self.show_pages()

  def view(self):
      self.show_pages()
      pygame.display.update()

      while 1:
        e = pygame.event.wait()
        if e.type == pygame.QUIT:
          return
        elif e.type == pygame.KEYDOWN:
          if e.key == 27:
            return
          #print e.key, e.unicode
          if e.key == 274:
            self.handle_downkey()
          elif e.key == 273:
            self.handle_upkey()
          elif e.key == 275:
            self.handle_rightkey()
          elif e.key == 276:
            self.handle_leftkey()
          elif e.unicode == u'f':
            if self.direction == 'r':
              self.direction = 'l'
            else:
              self.direction = 'r'
            self.show_pages()
          elif e.unicode == u'q':
            self.quickrender = not self.quickrender
            self.show_pages()

#
# see pathname and select suitable ImageList object
#
def GenImageBook(pathname):
  if pathname.endswith('.pdf'):
    p = PDFImageList(pathname)
  elif pathname.endswith('.zip') or pathname.endswith('.cbz'):
    p = ZipImageList(pathname)
  else:
    p = DirImageList(pathname)
  m = ImageBook(p)
  return m



def main():
  
  m = GenImageBook(bookname)
  pygame.init()
  s = pygame.display.set_mode((640,480))
  #s = pygame.display.set_mode((0,0), pygame.FULLSCREEN)
  mv = ImageBookViewer(m, s)
  mv.view()
  pygame.quit()


bookname = r'c:\some\path\to\imagedir'
#bookname = r'c:\some\path\to\zip.zip'
#bookname = r'c:\some\path\to\pdf.pdf'
main()


"""
#
# **OMAKE** (export all images from pdf)
#
pdffile = r'c:\some\path\to\pdf.pdf'
p = PDFImageList(pdffile)
n = 1
for im in p.images:
  p.f.seek(im[4])
  content = p.f.read(im[5])
  if im[1] == 'jpeg':
     open("%05d.jpg" % n, "wb").write(content)
  elif im[1] == 'bitmap':
     imgdata = zlib.decompress(content)
     img = Image.frombuffer("1", (im[2], im[3]), imgdata, "raw", "1", 0, 1)
     img = ImageOps.invert(img.convert("RGB"))
     img.save("%05d.png" % n)
  n += 1
"""