epub 墨水屏优化技能

目标

将 epub 文件中的图片进行四步优化，大幅减小文件体积，同时保留在墨水屏设备上的可读性。

核心脚本

scripts/optimize_epub.py — 一键运行全部优化步骤，支持单独开关每个步骤。

# 全量优化（推荐默认用法）
python skills/epub-eink-optimizer/scripts/optimize_epub.py <epub路径>

# 先分析，不修改文件
python skills/epub-eink-optimizer/scripts/optimize_epub.py <epub路径> --dry-run

# 自定义参数示例
python skills/epub-eink-optimizer/scripts/optimize_epub.py <epub路径> \
    --max-width 600 \
    --quality 65 \
    --min-size 20480

# 只做某几步
python skills/epub-eink-optimizer/scripts/optimize_epub.py <epub路径> \
    --no-dedup --no-clean-small

参数说明：

| 参数 | 默认值 | 说明 |

|------|--------|------|

| --max-width | 800 | 图片最大宽度（像素），超过则等比缩小 |

| --quality | 70 | JPEG 压缩质量（1-95），70 为画质与体积的平衡点 |

| --min-size | 10240 | 清除低于此字节数的图片（默认 10KB） |

| --no-dedup | — | 跳过重复图片合并 |

| --no-resize | — | 跳过宽度缩放 |

| --no-recompress | — | 跳过 JPEG 重压缩 |

| --no-clean-small | — | 跳过清小图 |

| --dry-run | — | 仅分析，不修改文件 |

四步优化流程

步骤 1：去重复图片

同一张图片以不同文件名出现在多篇文章中（常见于转载同款配图、作者反复使用的插图）。

• 用 MD5 哈希识别完全相同的图片
• 保留文件名排序靠前的一份，其余删除
• 自动更新所有 XHTML 中的引用和 OPF manifest

步骤 2：清除小图

微信公众号文章末尾通常插有固定的二维码、点赞、广告等装饰性小图（通常 < 5KB），对阅读毫无价值。

• 删除低于 --min-size 字节的图片文件
• 从 XHTML 中移除对应的 标签
• 清理残留的空

  /

  标签

步骤 3：缩放大图

墨水屏设备分辨率通常为 1024-1448px 宽，超出无意义。

• 将宽度超过 --max-width 的图片等比缩小
• JPEG 保存为 JPEG，PNG 保存为 PNG
• 中间使用 LANCZOS 高质量缩放算法

步骤 4：JPEG 重压缩

epub 中的 JPEG 原始质量往往是 85-95，对墨水屏来说过于精细。

• 以 --quality（默认 70）重新压缩所有 JPEG
• 使用 optimize=True 开启哈夫曼表优化
• 通常可节省 15-25%

典型效果参考

| 场景 | 优化前 | 优化后 | 压缩率 |

|------|--------|--------|--------|

| 微信公众号合集（100篇+） | 70MB | 13MB | ~82% |

| 图文并茂博客（50篇） | 30MB | 8MB | ~73% |

| 纯文字为主（少量配图） | 5MB | 3MB | ~40% |

手动处理补充指南

脚本覆盖大多数场景，以下情况需要手动干预（参考 references/manual-fixes.md）：

• 图片为 base64 内嵌（非独立文件）
• epub 内部目录结构非标准（如多层嵌套）
• 需要将彩色图片转为灰度以进一步减体积

依赖

pip install Pillow

Python 标准库：zipfile, hashlib, re, io, os