在anna archive上发现了《新牛津英汉双解大词典》第二版 的pdf

比如1466页重复，第二个1466页就比较斜，裁切到肉了，所以还是保留第一个1466页。
我一般先二值化并统一页面大小，再大体上人工过一遍，部分页修补（纠斜，居中，祛斑，美容，去黑边，可能部分文字或图片还要挖补），最后再考虑是否裁边如何裁边。
裁边有一个问题，就是部分页的文字部分不是整页（比如每个字头的第一页和最后一页），如果简单裁边就会造成页面大小不一致，如果编程批量处理就要从算法上考虑如何正确裁边并且保证页面大小一致。