coreldraw-vectorize-mcp

把位图（示意图、地质图、图表、流程图、表格、扫描件……）一次调用转成可编辑的 CorelDRAW 矢量文件的 MCP 服务器。 线条、色块、网格是矢量曲线，文字是可编辑的文本对象；模糊、缩小、JPEG 压缩过的图也能处理。 结果中拿不准的地方会报告给调用它的 AI，由 AI 核对修正后一键重建。

An MCP server that turns raster drawings (diagrams, maps, charts, flowcharts, tables, scans) into editable CorelDRAW vector files in one call: traced linework and colour regions, re-created editable text, and a self-check that reports anything uncertain back to the calling AI so it can fix and rebuild.

10 张 MCP 开发时从未针对其调参的图：每组左为输入，右为一次调用、无人工修正的结果。

功能

• 一次调用：cdr_vectorize(image_path) 完成超分辨率、OCR、分层描摹、文字重建，输出 result.cdr + result.png

• 自动判断模式：彩色（色块/填充/网格分层）或黑白线稿

• 文字变成可编辑文本：多尺度 OCR 投票；支持斜排、竖排文字；粘连的多个标签自动拆分；中文用新宋体，数字/英文按原图比对选 Times New Roman 或 Arial；按原图笔画粗细模拟加粗

• 适应低质量输入：Real-ESRGAN 超分；大图自动缩放；扫描件纸张底色校正；JPEG 褪色色块按色相找回

• 细节保真：网格线识别为矢量折线；PowerTRACE 会丢掉的点状填充、短剖面线直接画成矢量；色块深色描边还原

• 自检并报告问题（issues）：图形覆盖率、多余内容、颜色、小元素丢失、描摹失败、文字回读；附差异图（红 = 缺失，蓝 = 多余）

• 核对图（review_sheet）：把不确定的文字（L#）和可能漏识别的文字（M#）拼成一张图，AI 看一张图就能核对

Related MCP server: Illustrator MCP Vectorizer

环境要求

安装

git clone https://github.com/cjjjqxx/coreldraw-vectorize-mcp.git

cd coreldraw-vectorize-mcp

python -m venv .venv

.venv\Scripts\pip install -r requirements.txt

然后下载 Real-ESRGAN ncnn-vulkan（realesrgan-ncnn-vulkan-*-windows.zip），解压成：

tools/realesrgan/realesrgan-ncnn-vulkan.exe
tools/realesrgan/models/realesrgan-x4plus-anime.*

（也可以放在别处，用环境变量 CDR_TOOLS 指向包含 realesrgan/ 的目录。）

接入 MCP 客户端

在 Claude Code / Claude Desktop 等客户端的 MCP 配置中加入（路径改成你的）：

{
  "mcpServers": {
    "cdr": {
      "type": "stdio",
      "command": "C:\\path\\to\\coreldraw-vectorize-mcp\\.venv\\Scripts\\python.exe",
      "args": ["C:\\path\\to\\coreldraw-vectorize-mcp\\cdr_server.py"]
    }
  }
}

可选环境变量：

使用

推荐流程

1. 打开 CorelDRAW。

2. 调用 cdr_vectorize(image_path)。返回 result.cdr、result.png，以及：

   • needs_review：是否有需要核对的地方

   • labels_to_check：不确定的文字（原因 + 其他可能读法）

   • unlabeled_text：疑似没识别出来的文字区域

   • review_sheet：一张核对图

   • issues：图形自检发现的问题（带区域坐标和修复建议），self_check.diff_png 为差异图

3. 若 needs_review 为 true：AI 查看 review_sheet / diff_png，修正 labels，调用 cdr_vectorize_build(work_dir, labels=修正后的列表) 重建——超分和 OCR 结果复用，只重新分层、描摹、放文字。

工具列表

已知限制

• 中文字体统一用新宋体（按原图自动区分宋体/黑体在常见分辨率下不可靠）。

• 标题中的连续空格会丢失（OCR 结果不含空格）。

• 与坐标刻度线相连的小数字可能偏大；这类情况会作为 text_mismatch 报告。

• 字高只有六七个像素的极小文字无法可靠识别，会列入核对清单。

• 仅支持 Windows + CorelDRAW；其他 CorelDRAW 版本未测试。

测试

regress/ 下有两套测试，都直接调用 MCP 的一次调用流程，不做人工修正：

.venv\Scripts\python regress\vec_regress.py run mytest

回归集：2 张参考图 × 原图 / 缩小 / 模糊 / JPEG，按标准答案打分（色块、墨线、网格、文字、丢失元素等）；compare 子命令对比两次运行，任何指标变差都会标出。

.venv\Scripts\python regress\holdout_run.py mytest

新图集：10 张开发时从未调参的图，用 MCP 自检结果评估。regress/make_synthetic.py 可重新生成其中 4 张合成图（需要 matplotlib）。

测试图片来源

• regress/holdout/g_*.png：由 make_synthetic.py 生成。

• regress/holdout/h_*.png、s_*.png：作者自己的研究配图。

• regress/refs/tibet_geo.png、well_logging.png：来自公开文献/资料，仅用于测试。如您是版权方并希望移除，请提 issue，会立即删除。

许可证

Apache License 2.0。Real-ESRGAN 与 CorelDRAW 为第三方软件，不包含在本仓库中，遵循其各自的许可条款。