微信聊天记录自动截屏

概述

本技能把一个或多个微信聊天记录素材（录屏视频、单张超长截屏、普通截图、图片目录）处理成可直接打印或归档的内容：自动切分为适合排版的小段、按聊天时间从早到晚排序、相邻段保留约 10% 重叠，以 A4 页面编排（每页张数可选 2/4/6/8/9，每张图片下方标注编号），四周留白、图片等比缩放不拉伸，输出带页码的 Word(.docx)，并按需输出 PDF；也可选择仅保存切分后的截图图片、不生成文档。

何时使用

• 用户提供微信聊天记录的录屏视频（滚动录制的聊天画面），想整理成 Word/PDF。
• 用户提供长截屏（单张超长竖图）或多张聊天截图，想按时间顺序归档到一份文档。
• 用户要求“聊天记录排版 / 截图转 Word / 截图转 PDF / 一页四张 / 按时间排序聊天截图”等任务。

工作流

1. 确认输入：识别素材类型（视频 / 长截屏 / 普通截图 / 目录）。
2. 先询问输出形式：询问用户「是否需要用 Word 排版？」（默认仅保存切分后的截图图片，不出 Word/PDF）。若用户选择“是”，进入下一步；否则按「仅保存截图图片」模式执行（--images-only）。
3. 再询问每页张数（仅 Word 模式）：询问每页希望安排几张图片，提供选项 2 张 / 4 张 / 6 张 / 8 张 / 9 张（默认 4 张，对应 --per-page）。
4. 准备环境：确认依赖已安装（见下文），未安装则先安装。
5. 运行脚本：按上述选择执行 scripts/chat2doc.py。
6. 询问是否出 PDF（仅 Word 模式）：Word 生成后询问是否需要 PDF；用户回答“是”时再生成（复用缓存，避免重复 OCR）。
7. 交付：报告输出文件路径、切分/排序结果摘要、每页张数与所有提示信息。

环境准备

使用托管 Python 创建/复用虚拟环境并安装依赖：

PY="C:/Users/leon/.workbuddy/binaries/python/versions/3.13.12/python.exe"
VENV="C:/Users/leon/.workbuddy/binaries/python/envs/wechat-chat-to-doc"
"$PY" -m venv "$VENV"
"$VENV/Scripts/python.exe" -m pip install -r scripts/requirements.txt

依赖清单见 scripts/requirements.txt：Pillow、python-docx、numpy、opencv-python-headless、onnxruntime、rapidocr。

> 国内网络下默认 PyPI 源可能极慢，建议加镜像：-i https://pypi.tuna.tsinghua.edu.cn/simple，并加 --only-binary :all: 避免源码编译。rapidocr 模型已内置，安装后离线可用。

脚本调用

脚本：scripts/chat2doc.py

PY="C:/Users/leon/.workbuddy/binaries/python/envs/wechat-chat-to-doc/Scripts/python.exe"

# 处理长截屏/截图/目录，输出到指定目录（默认每页 4 张）
"$PY" scripts/chat2doc.py "聊天记录.png" -o ./output

# 处理录屏视频
"$PY" scripts/chat2doc.py "聊天录屏.mp4" -o ./output

# 每页 6 张
"$PY" scripts/chat2doc.py "聊天记录.png" -o ./output --per-page 6

# 仅保存切分后的截图图片（不出 Word/PDF）
"$PY" scripts/chat2doc.py "聊天记录.png" -o ./output --images-only

# 一步生成 Word + PDF
"$PY" scripts/chat2doc.py "聊天记录.png" -o ./output --pdf

# 已生成 Word 后，仅复用缓存重出 PDF（避免重复 OCR）
"$PY" scripts/chat2doc.py ./output --pdf-only

参数说明

每页张数对应的网格：2→1列2行、4→2列2行、6→2列3行、8→2列4行、9→3列3行。

输出文件

• <输出目录>/<名称>.docx：Word 文档（A4、含“第 X 页 / 共 Y 页”页码；图片为独立对象，可单独编辑/删除/调整）
• <输出目录>/<名称>.pdf：PDF（可选）
• <输出目录>/images/img_001.png …：每张截图单独另存的图片文件，编号与 Word 内“图 N”一一对应（--images-only 模式下这是唯一输出）
• <输出目录>/_pages/page_XXX.png：缓存页面（供 --pdf-only 复用）

排版约定

• 页面：A4（210×297mm），四周留白 15mm。
• 每页张数可选：2 / 4 / 6 / 8 / 9（默认 4），对应网格 1×2 / 2×2 / 2×3 / 2×4 / 3×3；相邻图片间距 10mm。
• 图片默认等比缩放、不裁切，不足处自动留白居中（--fit contain）。
• 比例自适应、绝不拉伸变形：切分是裁剪（crop）、缩放是等比（contain），整条链路从不对图片做非等比拉伸。段高按每张图自身的宽度计算，因此不同手机屏幕比例（如 19.5:9、16:9 等）的截图都能各自正确适配，不会被拉变形。
• 清晰度与张数的关系：每页张数越少、每张图越大，但对同一源图而言，图越大所需分辨率越高。以常见的 1080px 宽源图为例：2 张时打印 DPI 约 145（偏糊），4/6/8 张约 300（清晰），9 张约 490（最清晰）。若用户选 2 张且追求清晰，需提示提供更高分辨率源图（宽 ≥2000px）。
• 长截屏切分时，按固定尺寸均匀切分：每段高度 = 图片宽 × 单元格宽高比（即每格大小），固定步长推进，保证每段尺寸一致（与视频抽帧"每滚一屏取一图"效果一致）；不做"智能找空白切点"，避免内容分布不均导致某段过长/过短；末尾残留不足半段时并入上一段。
• 长截屏切分时，相邻两段保留约 10% 重叠（下一段起始 = 上一段起始 + 段高 - 重叠量），防止切点恰好切断消息内容。
• 每张图片下方以小号灰字标注全局编号（"图 N"，按排序后顺序），便于引用与核对。
• PDF 的"图 N"编号：用五号（10.5pt）浅灰字，绘制在图片下方（不在图片内）；图片适配时在底部预留编号空间，确保编号不压到图片内容。
• PDF 页码：用五号（10.5pt）字，绘制在底边距内垂直居中，完整显示不裁切。

Word 排版（独立图片）

• Word 正文用单张连续表格编排（列数=网格列数），每张截图单独占一个单元格、是独立的可编辑对象（不是整页合并大图），方便用户单独编辑、删除或调整某一张。
• 每格内：图片居中 + 下方一行文本编号“图 N”；图片编号为文字，可单独修改/删除。
• 靠 Word 自然分页（每页 = 网格行数）：行高留足余量、禁止跨页拆行（cantSplit）、删除模板空段落，不使用人工分页符——从机制上杜绝“隔页出现空白页”。
• 每张截图另存为独立图片文件到 <输出目录>/images/（img_001.png 起，与 Word 内“图 N”编号一致），供单独引用或编辑。
• PDF 按每页 N 张整页合成图输出（PDF 为固定版面，无需可编辑）；PDF 编号与页码字号/位置见上「排版约定」。

排序规则（OCR 时间戳）

• 每段图片 OCR 识别聊天内的日期（如“2026年10月11日”）与时间（如“10:30”“下午2:30”），取最靠上的时间戳作为该段锚点。
• 单来源内部检测时间方向，若为递减（录屏向上滚动）则自动反向为从早到晚。
• 多来源之间按“绝对日期 → 时间”排序；无法识别日期/时间时按自然顺序排列并输出提示。
• 排序结果与所有提示须如实反馈给用户；涉及证据材料时，提醒用户人工核对顺序是否准确。

局限与风险提示

• OCR 识别时间戳存在识别误差；若截图中无日期分隔或时间戳模糊，可能回退自然顺序。输出前应提示用户核对。
• 视频抽帧基于「垂直位移累计约一屏 + 停留检测」；极快滚动或画面含大量动态元素（动画、光标闪烁）时仍可能多抽/漏抽，可通过 --video-step、--video-threshold 调整。
• 长截屏按固定尺寸均匀切分，切点不一定恰好落在消息间隙，气泡较密时仍可能切到内容；如需精确，建议用户人工复核切分处。
• 每页张数越少图越大，清晰度越依赖源图分辨率（见「排版约定」），2 张时尤其需高清源图。
• 生成的 Word/PDF 中内容为图片，文字不可检索/复制（因源素材本身为截图）。