This commit is contained in:
2026-04-18 19:38:51 +02:00
parent 6d55fdc373
commit 9d5e20676b
6 changed files with 597 additions and 0 deletions
+46
View File
@@ -0,0 +1,46 @@
# 60 ScansProcessing
Agent pro zpracování naskenovaných lékařských zpráv (PDF i JPG/PNG).
## Skripty
### `extract_patient_info.py` — hlavní agent
Spuštění: `python extract_patient_info.py` (bez argumentů = celá složka ToProcess)
**Workflow:**
1. Načte soubory z `ToProcess/`
2. Claude Vision API (sonnet-4-6) extrahuje: jméno, RČ, datum, typ dokumentu, poznámku, navržený název, rotaci
3. Ověří pacienta v Medicus Firebird (tabulka KAR, pole RODCIS/PRIJMENI/JMENO)
4. Fuzzy matching RČ při nenalezení: vynechání cifry + záměna podobných (0↔8, 1↔7, 5↔6, 3↔8) + checksum /11
5. Upozorní na duplicitu v `U:\Dropbox\Ordinace\Dokumentace_zpracovaná\`
6. Interaktivní schválení / oprava názvu
7. JPG/PNG → skutečné PDF (správná orientace, DPI=150, quality=80)
8. Přesun do `Processed/`, smazání z `ToProcess/`
9. Opravy názvů se ukládají do `corrections.json` jako few-shot příklady
**Formát názvu souboru:**
`{RČ} {YYYY-MM-DD} {Příjmení}, {Jméno} [{typ dokumentu}] [{poznámka}].pdf`
Příklady typů: `LZ chirurgie`, `LZ kardiologie`, `Laboratoř`, `CT břicha`, `kolonoskopie`, `poukaz FT`
### `jpg_to_pdf.py` — konverze obrázku na PDF
```
python jpg_to_pdf.py soubor.jpg [vystup.pdf] [rotace_ccw]
```
- Opravuje EXIF orientaci
- Rotace: 0 / 90 / 180 / 270 (CCW)
- A4, DPI=150, quality=80, bez okrajů
- Používá se i interně z `extract_patient_info.py`
## Složky
| Složka | Účel |
|---|---|
| `ToProcess/` | Sem se házejí nové skeny (PDF, JPG, PNG) |
| `Processed/` | Správně pojmenované PDF po schválení |
| `U:\Dropbox\Ordinace\Dokumentace_zpracovaná\` | Finální archiv |
## Konfigurace
- API klíč: `U:\Medevio\.env``ANTHROPIC_API_KEY`
- Medicus: `localhost:c:\medicus 3\data\medicus.fdb` (Firebird, SYSDBA)
- Few-shot korekce: `corrections.json`
Binary file not shown.

After

Width:  |  Height:  |  Size: 1.3 MiB

+26
View File
@@ -0,0 +1,26 @@
[
{
"original": "505228025 2026-05-14 Titlbachová, Božena [Žádanka předoperační vyšetření GYNA] [Předop. vyšetření, dg. N890, malý výkon A, anestezie CA].pdf",
"corrected": "505228025 2026-05-14 Titlbachová, Božena [žádanka předoperační vyšetření] [gynekologie, dg. N890, malý výkon A, anestezie CA].pdf"
},
{
"original": "6860241553 2026-02-12 Šímová, Helena [LZ neurologie] [VAS L páteře, iritačně zánikový radik sy L5/S1 vpravo, dg. M511].pdf",
"corrected": "6860241553 2026-02-12 Šímová, Helena [LZ neurologie] [VAS L páteře, po PRT pod CT, krásné zlepšení, iritačně zánikový radik sy L5/S1 vpravo, dg. M511].pdf"
},
{
"original": "6860241553 2026-02-10 Šímová, Helena [denzitometrie] [osteopenie, L1-4 T-score -1,4, krček fem. l T-1,8, r T-2,3].pdf",
"corrected": "6860241553 2026-02-10 Šímová, Helena [DXA] [osteopenie, L1-4 T-score -1.4, krček fem. l T-1.8, r T-2.3].pdf"
},
{
"original": "470629074 2026-03-31 Šebesta, Jaroslav [LZ kardiologie] [ECHO: EF 50%, hypokineza IVS a sp. stěny, dilatace LS, MR 1-2/4].pdf",
"corrected": "470629074 2026-03-31 Šebesta, Jaroslav [LZ kardiologie] [ECHO: EF 50%, hypokineza IVS a sp. stěny, dilatace LS, MR 1-2/4, indikace lázně II_3].pdf"
},
{
"original": "505809020 2026-01-14 Šebestová, Zdenka [LZ ortopedie] [TEP kyčle l.sin., kontrola 6 týdnů, chůze 2FH, doporučení lázně].pdf",
"corrected": "505809020 2026-01-14 Šebestová, Zdenka [LZ ortopedie] [TEP kyčle l.sin., kontrola 6 týdnů, chůze 2FH, indikace lázně VII_10].pdf"
},
{
"original": "505809020 2025-12-10 Šebestová, Zdenka [LZ ortopedie] [Fct. colli femor. l.sin., TEP kyčle l.sin., propuštění na RHB].pdf",
"corrected": "505809020 2025-12-10 Šebestová, Zdenka [PZ ortopedie] [29NOV-10DEC2025 Fct. colli femor. l.sin., TEP kyčle l.sin., propuštění na RHB].pdf"
}
]
+423
View File
@@ -0,0 +1,423 @@
"""
Agent pro extrakci a pojmenování naskenovaných PDF lékařských zpráv.
- Claude Vision API — bez OCR, správná čeština s diakritikou
- Ověření pacienta proti Medicus (KAR), fuzzy matching RČ
- Interaktivní schválení / oprava názvu
- Few-shot learning z uložených korekcí
"""
import base64
import gc
import io
import json
import os
import re
import shutil
import sys
import time
from pathlib import Path
# Windows: nastav stdout/stderr na UTF-8
if sys.platform == "win32":
sys.stdout = io.TextIOWrapper(sys.stdout.buffer, encoding="utf-8", errors="replace")
sys.stderr = io.TextIOWrapper(sys.stderr.buffer, encoding="utf-8", errors="replace")
import anthropic
from pdf2image import convert_from_path
POPPLER_PATH = r"C:/Poppler/Library/bin"
CORRECTIONS_FILE = Path(__file__).parent / "corrections.json"
TO_PROCESS = Path(__file__).parent / "ToProcess"
PROCESSED = Path(__file__).parent / "Processed"
DOKUMENTACE = Path(r"U:\Dropbox\Ordinace\Dokumentace_zpracovaná")
# ─── Konfigurace ──────────────────────────────────────────────────────────────
def _load_env():
env_path = Path(__file__).parent.parent / ".env"
if env_path.exists():
for line in env_path.read_text(encoding="utf-8").splitlines():
line = line.strip()
if "=" in line and not line.startswith("#"):
k, v = line.split("=", 1)
os.environ[k.strip()] = v.strip()
_load_env()
# ─── Korekce (few-shot příklady) ──────────────────────────────────────────────
def load_corrections() -> list[dict]:
if CORRECTIONS_FILE.exists():
return json.loads(CORRECTIONS_FILE.read_text(encoding="utf-8"))
return []
def save_correction(original: str, corrected: str):
corrections = load_corrections()
for c in corrections:
if c["original"] == original and c["corrected"] == corrected:
return
corrections.append({"original": original, "corrected": corrected})
CORRECTIONS_FILE.write_text(
json.dumps(corrections, ensure_ascii=False, indent=2), encoding="utf-8"
)
print(f" ✓ Korekce uložena ({len(corrections)} celkem)")
def build_corrections_prompt() -> str:
corrections = load_corrections()
if not corrections:
return ""
lines = ["Příklady korekcí z minulých běhů (uč se z nich):"]
for c in corrections[-10:]:
lines.append(f' - špatně: "{c["original"]}"')
lines.append(f' správně: "{c["corrected"]}"')
return "\n".join(lines) + "\n\n"
# ─── Kontrola duplicit ───────────────────────────────────────────────────────
def check_duplicates(rc: str, datum: str) -> list[str]:
"""
Hledá v Dokumentace_zpracovaná soubory se stejným RČ a datem.
Vrátí seznam názvů nalezených souborů.
"""
if not DOKUMENTACE.exists():
return []
prefix = f"{rc} {datum}"
return [f.name for f in DOKUMENTACE.iterdir() if f.name.startswith(prefix)]
# ─── Medicus ověření ──────────────────────────────────────────────────────────
def _medicus_connect():
try:
import fdb
return fdb.connect(
dsn=r"localhost:c:\medicus 3\data\medicus.fdb",
user="SYSDBA", password="masterkey", charset="win1250"
)
except Exception as e:
print(f" [Medicus] Nepřipojeno: {e}")
return None
def _lookup_by_rc(cur, rc_digits: str) -> dict | None:
"""Přesné vyhledání podle RČ (bez lomítka)."""
cur.execute(
"SELECT IDPAC, PRIJMENI, JMENO, RODCIS FROM KAR "
"WHERE REPLACE(RODCIS, '/', '') = ?",
(rc_digits,)
)
row = cur.fetchone()
if row:
return {"idpac": row[0], "prijmeni": row[1].strip(), "jmeno": row[2].strip(), "rodcis": row[3].strip()}
return None
def _rc_candidates(rc: str) -> list[str]:
"""
Generuje kandidáty RČ pro fuzzy matching (edit distance 1):
- vynechání každé cifry (oprava extra znaku z OCR)
- záměna podobně vypadajících číslic na každé pozici
Vrátí unikátní seznam kandidátů bez původního RČ.
"""
similar = {"0": "8", "8": "0", "1": "7", "7": "1", "5": "6", "6": "5", "3": "8"}
candidates = set()
# Vynechání jedné cifry (nejčastější OCR chyba — přebývající nula)
for i in range(len(rc)):
candidates.add(rc[:i] + rc[i+1:])
# Záměna podobné cifry na každé pozici
for i, ch in enumerate(rc):
if ch in similar:
candidates.add(rc[:i] + similar[ch] + rc[i+1:])
candidates.discard(rc)
return sorted(candidates)
def _rc_checksum_ok(rc: str) -> bool:
"""Ověří dělitelnost 11 pro 10místná RČ (platí pro narozené po 1.1.1954)."""
digits = re.sub(r"\D", "", rc)
if len(digits) == 10:
return int(digits) % 11 == 0
return True # 9místná RČ nemají checksum
def verify_patient(rc_raw: str) -> dict:
"""
Ověří pacienta v Medicus.
Vrací:
status: "ok" | "fuzzy" | "not_found" | "offline"
patient: dict nebo None
rc_corrected: opravené RČ (pokud fuzzy) nebo None
"""
rc = re.sub(r"\D", "", rc_raw or "")
if not rc:
return {"status": "not_found", "patient": None, "rc_corrected": None}
con = _medicus_connect()
if con is None:
return {"status": "offline", "patient": None, "rc_corrected": None}
try:
cur = con.cursor()
# 1. Přesná shoda
patient = _lookup_by_rc(cur, rc)
if patient:
return {"status": "ok", "patient": patient, "rc_corrected": None}
# 2. Fuzzy matching — zkus kandidáty, preferuj ty s platným checksumem
candidates = _rc_candidates(rc)
matches = []
for cand in candidates:
p = _lookup_by_rc(cur, cand)
if p:
matches.append((cand, p))
if not matches:
return {"status": "not_found", "patient": None, "rc_corrected": None}
# Seřaď: platný checksum na prvním místě
matches.sort(key=lambda x: (0 if _rc_checksum_ok(x[0]) else 1))
best_rc, best_patient = matches[0]
return {"status": "fuzzy", "patient": best_patient, "rc_corrected": best_rc, "all_matches": matches}
finally:
con.close()
# ─── PDF → obrázek ────────────────────────────────────────────────────────────
def pdf_to_images(pdf_path: str) -> list:
return convert_from_path(pdf_path, poppler_path=POPPLER_PATH, dpi=300)
def image_to_base64(image) -> str:
buf = io.BytesIO()
image.save(buf, format="JPEG", quality=95)
return base64.standard_b64encode(buf.getvalue()).decode("utf-8")
# ─── Extrakce Claude Vision ───────────────────────────────────────────────────
def extract_patient_info(pdf_path: str) -> dict:
pdf_path = Path(pdf_path)
if not pdf_path.exists():
raise FileNotFoundError(f"Soubor nenalezen: {pdf_path}")
print(f"\nNačítám: {pdf_path.name}")
suffix = pdf_path.suffix.lower()
if suffix in (".jpg", ".jpeg", ".png"):
from PIL import Image
img = Image.open(pdf_path)
image_b64 = image_to_base64(img)
img.close()
else:
images = pdf_to_images(str(pdf_path))
image_b64 = image_to_base64(images[0])
del images
gc.collect()
prompt = (
build_corrections_prompt() +
"Toto je naskenovaná lékařská zpráva v češtině. "
"Vrať JSON s těmito poli:\n"
"- \"jmeno\": celé jméno pacienta (příjmení + jméno + případný titul)\n"
"- \"rodne_cislo\": rodné číslo pacienta BEZ lomítka (pouze číslice)\n"
"- \"datum_zpravy\": datum zprávy ve formátu YYYY-MM-DD\n"
"- \"typ_dokumentu\": typ dokumentu — pokud je to lékařská/ambulantní/propouštěcí zpráva, "
"použij \"LZ {oddělení}\" (např. \"LZ chirurgie\", \"LZ kardiologie\", \"LZ plicní\", \"LZ ORL\"). "
"Jiné typy: \"Laboratoř\", \"CT břicha\", \"MRI páteře\", \"kolonoskopie\", "
"\"operační protokol oční\", \"poukaz FT\", \"diagnostická mamografie\" atd.\n"
"- \"poznamka\": krátká klinická poznámka česky, max 80 znaků\n"
"- \"nazev_souboru\": název souboru ve formátu "
"\"{rodne_cislo} {datum_zpravy} {Příjmení}, {Jméno} [{typ_dokumentu}] [{poznamka}].pdf\" "
"(jméno bez titulu, RČ bez lomítka)\n"
"- \"rotace\": o kolik stupňů CCW je třeba otočit obrázek aby byl text čitelně na výšku nebo šířku "
"(hodnoty: 0, 90, 180, 270). Pokud je text již správně orientovaný, vrať 0.\n\n"
"Pokud pole nenajdeš, použij null. Nepiš nic jiného než JSON."
)
print(" Volám Claude Vision API...")
client = anthropic.Anthropic(api_key=os.environ.get("ANTHROPIC_API_KEY"))
response = client.messages.create(
model="claude-sonnet-4-6",
max_tokens=400,
messages=[{
"role": "user",
"content": [
{"type": "image", "source": {"type": "base64", "media_type": "image/jpeg", "data": image_b64}},
{"type": "text", "text": prompt},
],
}],
)
usage = response.usage
cost_input = usage.input_tokens * 3 / 1_000_000
cost_output = usage.output_tokens * 15 / 1_000_000
print(f" Tokeny: {usage.input_tokens} in + {usage.output_tokens} out = ${cost_input + cost_output:.4f}")
raw = response.content[0].text.strip()
if raw.startswith("```"):
raw = raw.split("```")[1]
if raw.startswith("json"):
raw = raw[4:]
try:
return json.loads(raw.strip())
except json.JSONDecodeError:
print(f" VAROVÁNÍ: nelze parsovat JSON: {raw!r}")
return {"nazev_souboru": None, "raw": raw}
# ─── Interaktivní schválení ───────────────────────────────────────────────────
def sanitize_filename(name: str) -> str:
return re.sub(r'[<>:"/\\|?*]', '', name)
def print_verification(verif: dict, rc_from_scan: str):
"""Vypíše výsledek ověření proti Medicus."""
status = verif["status"]
patient = verif.get("patient")
if status == "ok":
print(f" ✓ Medicus: {patient['prijmeni']} {patient['jmeno']} | RČ {patient['rodcis']}")
elif status == "fuzzy":
rc_corr = verif["rc_corrected"]
print(f" ⚠ Medicus: RČ ze skenu '{rc_from_scan}' nenalezeno")
print(f" → Nalezen podobný pacient: {patient['prijmeni']} {patient['jmeno']} | RČ {patient['rodcis']}")
print(f" → Pravděpodobná oprava RČ: {rc_from_scan}{rc_corr} (OCR chyba)")
if len(verif.get("all_matches", [])) > 1:
print(f" → Další shody: {[m[0] for m in verif['all_matches'][1:]]}")
elif status == "not_found":
print(f" ✗ Medicus: RČ '{rc_from_scan}' nenalezeno ani při fuzzy hledání")
elif status == "offline":
print(f" — Medicus: nedostupný (offline), ověření přeskočeno")
def interactive_rename(pdf_path: Path, info: dict, verif: dict) -> bool:
"""
Zobrazí výsledek ověření a navržený název, umožní schválení nebo opravu.
Schválený soubor přesune do Processed/ a smaže z ToProcess/.
"""
# Kontrola duplicit v Dokumentace_zpracovaná
rc = re.sub(r"\D", "", verif["patient"]["rodcis"] if verif.get("patient") else info.get("rodne_cislo") or "")
datum = info.get("datum_zpravy") or ""
duplicity = check_duplicates(rc, datum)
if duplicity:
print()
print(f" ⚠ DUPLICITA — v Dokumentace_zpracovaná již existuje stejný pacient + datum:")
for d in duplicity:
print(f" · {d}")
# Pokud fuzzy match opravil RČ, aktualizuj navržený název souboru
nazev = info.get("nazev_souboru")
if verif["status"] == "fuzzy" and verif.get("rc_corrected") and nazev:
rc_scan = re.sub(r"\D", "", info.get("rodne_cislo") or "")
nazev = nazev.replace(rc_scan, verif["rc_corrected"], 1)
print(f" → Název aktualizován s opraveným RČ")
print()
print("" * 70)
if nazev:
print(f" Navržený název: {nazev}")
else:
print(" Nepodařilo se vygenerovat název souboru.")
print()
print(" [Enter] = schválit → uložit do Processed a smazat z ToProcess")
print(" [n] = přeskočit")
print(" [text] = zadat správný název (bez .pdf)")
print()
try:
odpoved = input(" > ").strip()
except (EOFError, KeyboardInterrupt):
print("\nPřerušeno.")
return False
if odpoved.lower() == "n":
print(" Přeskočeno.")
return False
if odpoved == "":
final_name = nazev
else:
if not odpoved.endswith(".pdf"):
odpoved += ".pdf"
final_name = odpoved
if nazev and nazev != final_name:
save_correction(nazev, final_name)
if not final_name:
print(" Název je prázdný, přeskakuji.")
return False
final_name = sanitize_filename(final_name)
dest = PROCESSED / final_name
if dest.exists():
print(f" VAROVÁNÍ: '{final_name}' již existuje v Processed, přeskakuji.")
return False
for attempt in range(5):
try:
if pdf_path.suffix.lower() in (".jpg", ".jpeg", ".png"):
from jpg_to_pdf import image_to_pdf
image_to_pdf(pdf_path, dest, rotate_ccw=info.get("rotace") or 0)
else:
shutil.copy2(pdf_path, dest)
break
except PermissionError:
if attempt < 4:
time.sleep(0.5)
else:
raise
pdf_path.unlink()
print(f" ✓ Uloženo: Processed/{final_name}")
return True
# ─── Hlavní logika ────────────────────────────────────────────────────────────
def process_file(pdf_path: Path):
info = extract_patient_info(str(pdf_path))
rc_from_scan = re.sub(r"\D", "", info.get("rodne_cislo") or "")
print(f" Ověřuji v Medicus (RČ: {rc_from_scan})...")
verif = verify_patient(rc_from_scan)
print_verification(verif, rc_from_scan)
interactive_rename(pdf_path, info, verif)
def process_folder(folder: Path):
pdf_files = sorted(f for f in folder.iterdir()
if f.suffix.lower() in (".pdf", ".jpg", ".jpeg", ".png"))
if not pdf_files:
print(f"Žádná PDF nenalezena v: {folder}")
return
print(f"Nalezeno {len(pdf_files)} PDF soubor(ů).\n")
for pdf_file in pdf_files:
try:
process_file(pdf_file)
except Exception as e:
print(f" CHYBA: {e}")
print("\nHotovo.")
if __name__ == "__main__":
if len(sys.argv) > 1:
target = Path(sys.argv[1])
else:
target = TO_PROCESS
PROCESSED.mkdir(exist_ok=True)
TO_PROCESS.mkdir(exist_ok=True)
if target.is_file() and target.suffix.lower() in (".pdf", ".jpg", ".jpeg", ".png"):
process_file(target)
elif target.is_dir():
process_folder(target)
else:
print("Použití: python extract_patient_info.py [soubor.pdf nebo složka]")
sys.exit(1)
+101
View File
@@ -0,0 +1,101 @@
"""
Konverze JPG/PNG → PDF se správnou orientací stránky (A4).
Řeší:
- EXIF orientaci (fotky z telefonu/skeneru bývají otočené)
- Správné umístění na A4 stránce (na výšku nebo na šířku dle obsahu)
- Zachování kvality
Použití:
python jpg_to_pdf.py soubor.jpg
python jpg_to_pdf.py soubor.jpg vystup.pdf
"""
import io
import sys
from pathlib import Path
from PIL import Image, ImageOps
# A4 rozměry v mm
A4_W_MM = 210
A4_H_MM = 297
MARGIN_MM = 0 # bez okraje, tisk si řeší Acrobat (Fit to Print)
def fix_orientation(img: Image.Image) -> Image.Image:
"""Opraví rotaci podle EXIF dat (tag 274)."""
return ImageOps.exif_transpose(img)
def image_to_pdf(src: Path, dst: Path, dpi: int = 150, quality: int = 80, rotate_ccw: int = 0):
img = Image.open(src)
print(f" Originál: {img.size[0]}×{img.size[1]} px, mode={img.mode}, format={img.format}")
# 1. Oprav EXIF orientaci
img = fix_orientation(img)
print(f" Po EXIF korekci: {img.size[0]}×{img.size[1]} px")
# 2. Rotace dle parametru (od Claude nebo ručně)
if rotate_ccw and rotate_ccw != 0:
img = img.rotate(rotate_ccw, expand=True)
print(f" Po rotaci {rotate_ccw}° CCW: {img.size[0]}×{img.size[1]} px")
# 2. Převeď na RGB (PDF nepodporuje RGBA/P)
if img.mode in ("RGBA", "P", "LA"):
img = img.convert("RGB")
# 3. Urči orientaci stránky podle poměru stran obrázku
img_w, img_h = img.size
if img_w > img_h:
# Obrázek na šířku → stránka na šířku (A4 landscape)
page_w_mm, page_h_mm = A4_H_MM, A4_W_MM
print(f" Orientace stránky: na šířku (landscape)")
else:
# Obrázek na výšku → stránka na výšku (A4 portrait)
page_w_mm, page_h_mm = A4_W_MM, A4_H_MM
print(f" Orientace stránky: na výšku (portrait)")
# 4. Vypočti cílovou velikost s okrajem (mm → px při daném DPI)
mm_to_px = dpi / 25.4
max_w_px = int((page_w_mm - 2 * MARGIN_MM) * mm_to_px)
max_h_px = int((page_h_mm - 2 * MARGIN_MM) * mm_to_px)
# 5. Škáluj obrázek na stránku (zachovej poměr stran)
img.thumbnail((max_w_px, max_h_px), Image.LANCZOS)
print(f" Výsledná velikost obrázku: {img.size[0]}×{img.size[1]} px")
# 6. Vlož obrázek na bílé A4 plátno
page_w_px = int(page_w_mm * mm_to_px)
page_h_px = int(page_h_mm * mm_to_px)
canvas = Image.new("RGB", (page_w_px, page_h_px), "white")
offset_x = (page_w_px - img.size[0]) // 2
offset_y = (page_h_px - img.size[1]) // 2
canvas.paste(img, (offset_x, offset_y))
# 7. Ulož jako PDF
canvas.save(dst, "PDF", resolution=dpi, quality=quality)
print(f" ✓ Uloženo: {dst.name} ({dst.stat().st_size // 1024} KB)")
if __name__ == "__main__":
if sys.platform == "win32":
sys.stdout = io.TextIOWrapper(sys.stdout.buffer, encoding="utf-8", errors="replace")
sys.stderr = io.TextIOWrapper(sys.stderr.buffer, encoding="utf-8", errors="replace")
if len(sys.argv) < 2:
print("Použití: python jpg_to_pdf.py soubor.jpg [vystup.pdf] [rotace_ccw]")
print(" rotace_ccw: 0 / 90 / 180 / 270 (výchozí: 0)")
sys.exit(1)
src = Path(sys.argv[1])
if not src.exists():
print(f"Soubor nenalezen: {src}")
sys.exit(1)
dst = Path(sys.argv[2]) if len(sys.argv) > 2 else src.with_suffix(".pdf")
rotate_ccw = int(sys.argv[3]) if len(sys.argv) > 3 else 0
print(f"Konvertuji: {src.name}{dst.name}")
image_to_pdf(src, dst, rotate_ccw=rotate_ccw)