image2editable

中文 | English

图片、PDF、图片版 PPTX → 可编辑 PPTX

image2editable 用于把图片、PDF 和截图式 PPT 转换成可以继续修改的 PowerPoint。它适合课件截图、设计稿、报告页面和图片化幻灯片，减少从零复刻整页版式的工作。

转换后，可以直接在 PowerPoint 中修改识别出的文字、移动拆分出的视觉元素，并继续调整页面内容；处理混合 PPTX 时，原本可编辑的内容会保留在文件中。

---

转换效果演示：

原图	转换后的可编辑效果

若是单独一张图片，为获得最佳的 16:9 PPT 视觉效果，建议输入图片采用 16:9 比例。

特点

能力	说明
可编辑文字	尽量恢复为 PowerPoint 原生文本框，可在输出文件中直接修改。
可移动视觉元素	将可独立处理的视觉元素拆分为透明图片组件，便于移动或替换。
混合 PPTX 保护	未参与重建的原生文字、形状、表格、图表、备注和层级顺序保持不变。
多种输入	支持图片、图片目录、PDF、图片版 PPTX 和混合 PPTX。
批量转换	多张图片或多页文档按顺序生成多页 PPTX。
质量门禁	单个组件修复周期最多接收 5 批修复计划，无改善或方案重复时提前停止该路径；只有通过质量门禁的重建结果才标记为可编辑转换完成。

使用前了解

• 这是把已有页面重建为可继续编辑 PPT 的工具，不是根据文章或大纲生成全新演示文稿。
• ⚠️ 复杂视觉元素通常会以可移动图片组件保留，不能100%保证其内部元素都能恢复为原生 PowerPoint 形状。

网页端图片转 PPT 方法

需要在 ChatGPT 网页版中将单张图片拆分并重建为可编辑 PPT 时，可参考网页端图片转 PPT 方法。

快速上手

让 Agent 自动安装

请从 https://github.com/DSY-Xueai/image2editable 安装 image-to-ppt Skill。

使用 Skills CLI 安装

npx skills add DSY-Xueai/image2editable --skill image-to-ppt

安装后，可在支持 Skills、视觉识别、本地文件读取和工具调用的 Codex、Claude Code 等 Agent 中描述需求。在 Codex 中使用 $image-to-ppt，在 Claude Code 中使用 /image-to-ppt。图片、PDF 和 .pptx 可以直接粘贴或附加到对话框，也可以提供本地路径：

# Codex
$image-to-ppt 把 input.pptx 转成可编辑 PPTX，保留没有命中的原生对象。
$image-to-ppt 把 input.png 转成可编辑 PPTX。
$image-to-ppt 把 <input.pdf> 转成可编辑 PPT。
# Claude Code
/image-to-ppt 把 input.pptx 转成可编辑 PPTX，保留没有命中的原生对象。
/image-to-ppt 把 input.png 转成可编辑 PPTX。
/image-to-ppt 把 <input.pdf> 转成可编辑 PPT。

项目结构

image2editable/
├── .claude-plugin/            # Claude Code 插件清单
├── .github/                   # CI、协作模板与安全政策
├── benchmarks/                # 回归语料与发布验收基准
├── docs/                      # README 图片资源
├── image2editable/            # 统一 CLI、运行时和转换模块
├── scripts/                   # 转换、环境准备与发布工具
├── skills/                    # 图片转 PPT 和 PSD Skills
├── tests/                     # 自动化测试
├── third_party/               # 第三方许可证资料
├── .gitattributes             # Git 文件处理规则
├── .gitignore
├── CHANGELOG.md               # 版本变更与发布说明来源
├── CITATION.cff               # 引用信息
├── image_to_ppt.py            # 旧版图片专用技术路线，非当前推荐入口
├── image_to_psd.py            # 兼容的图片转 PSD 入口
├── LICENSE                    # MIT 许可证
├── pyproject.toml             # Python 包、发行依赖与 CLI 配置
├── README.md                  # 中文说明
├── README_EN.md               # English documentation
├── requirements.txt           # 依赖安装清单（固定 SAM 源码版本）
└── THIRD_PARTY_NOTICES.md     # 第三方依赖与许可证说明

已知问题

• ⚠️ 复杂页面建议人工复核。 艺术字、密集表格、渐变和复杂插画可能无法逐像素还原；请在交付前检查文字、组件位置和页面布局。
• 图片中的文字越清晰、背景越规整，重建通常越可靠；艺术字、密集表格、渐变和复杂插画不保证逐像素一致。
• 💳 转换会消耗所用 Agent 的模型 Token 和上下文额度。 复杂页面可能经过多轮诊断与重修，实际消耗取决于所用 Agent、模型和页面复杂度。
• ⏱️ 多页 PDF、复杂页面和高分辨率图片耗时较长。 每页都会经过 OCR、视觉拆分、重建与质量检查，单个组件修复周期最多接收 5 批修复计划，还需要等待 Agent 完成视觉判断。

支持的输入

输入	使用建议	说明
图片或图片目录	Skill	支持 PNG、JPG/JPEG、BMP、TIFF/TIF、WebP；图片目录仅处理直接包含的图片，不包含子文件夹。
PDF	Skill	按页渲染并按顺序重建为多页 PPTX。
图片版 PPTX、混合 PPTX	Skill	会识别可处理的图片页；未命中的原生对象保持不变。

其他第三方依赖及许可证见 THIRD_PARTY_NOTICES.md，版本变更见 CHANGELOG.md，引用信息见 CITATION.cff。

许可证

MIT