Как я могу уменьшить размер отсканированного файла PDF?

У меня есть PDF-файл размером 72,9 МБ, который нужно сжать до 500 КБ.

Файл представлял собой изображение в формате JPEG, которое я отсканировал, а затем преобразовал в pdf.

aking1012 прав. С дополнительной информацией о возможных встроенных изображениях, гиперссылках и т. Д. Было бы намного проще ответить на этот вопрос!

Вот пара сценариев и решений для командной строки. Используйте по своему усмотрению.

• свертка-PDF-файл размером-линукс
• shrinkpdf
• сжимать-A-PDF-с-Pdftk
• PdfCompress

Используйте следующую команду ghostscript :

gs -sDEVICE=pdfwrite -dCompatibilityLevel=1.4 -dPDFSETTINGS=/screen -dNOPAUSE -dQUIET -dBATCH -sOutputFile=output.pdf input.pdf

• -dPDFSETTINGS=/screenнизкое качество, меньший размер. ( 72 т / д )
• -dPDFSETTINGS=/ebookдля лучшего качества, но немного больше PDF. ( 150 точек на дюйм )
• -dPDFSETTINGS=/prepressвыходной сигнал аналогичен настройке Acrobat Distiller «Prepress Optimized» ( 300 dpi )
• -dPDFSETTINGS=/printerвыбирает вывод, аналогичный настройке Acrobat Distiller «Print Optimized» ( 300 точек на дюйм )
• -dPDFSETTINGS=/default выбирает вывод, предназначенный для использования в широком спектре применений, возможно за счет большего выходного файла

Мой любимый способ сделать это - конвертировать PDF в PS и обратно. Это не всегда работает, хотя, но когда это работает, результаты хороши:

ps2pdf input.pdf output.pdf

Это также напрямую работает с PDF, как это предлагается в комментариях.

Некоторые пользователи также сообщают об успешном использовании параметров электронной книги следующим образом:

ps2pdf -dPDFSETTINGS=/ebook input.pdf output.pdf 

Если у вас есть PDF с отсканированными изображениями , вы можете использовать его convertдля создания PDF со сжатием JPEG (вы можете использовать этот метод для любого PDF, но вы потеряете всю текстовую информацию).

Например:

convert -density 200x200 -quality 60 -compress jpeg input.pdf output.pdf

Отрегулируйте плотность (например, 100x100) и качество в соответствии с вашими потребностями.

В зависимости от вашего ввода сжатие JPEG может быть не лучшим выбором из-за артефактов сжатия. У вас есть выбор между BZip, Fax, Group4, JPEG, JPEG2000, Lossless, LZW, RLE или Zip в качестве альтернативных методов сжатия (некоторые разрешают только ч / б изображения). Подробности смотрите здесь .

Мне удалось добиться отличных коэффициентов сжатия для отсканированных / сфотографированных документов (в зависимости от настроек). В зависимости от источника документа вы можете уменьшить глубину цвета ( -depthаргумент).

Мне нужно было уменьшить размер PDF, который содержал полноцветное сканирование документа. Каждая из моих страниц была полноцветным изображением. Это были изображения страниц, содержащие текст и изображения, но они были созданы путем сканирования в изображение.

Я использовал комбинацию из приведенной ниже команды ghostscript и команды из другого потока.

gs -sDEVICE=pdfwrite -dCompatibilityLevel=1.4 -dDownsampleColorImages=true \
-dColorImageResolution=150 -dNOPAUSE  -dBATCH -sOutputFile=output.pdf input.pdf

Это уменьшило разрешение изображения до 150 точек на дюйм, сократив размер моего файла вдвое. Глядя на документ, заметных потерь качества изображения практически не было. Текст все еще отлично читается на моем Nexus7 2012 года.

Вот скрипт для перезаписи отсканированных PDF-файлов:

#!/bin/sh

gs  -q -dNOPAUSE -dBATCH -dSAFER \
    -sDEVICE=pdfwrite \
    -dCompatibilityLevel=1.3 \
    -dPDFSETTINGS=/screen \
    -dEmbedAllFonts=true \
    -dSubsetFonts=true \
    -dColorImageDownsampleType=/Bicubic \
    -dColorImageResolution=72 \
    -dGrayImageDownsampleType=/Bicubic \
    -dGrayImageResolution=72 \
    -dMonoImageDownsampleType=/Bicubic \
    -dMonoImageResolution=72 \
    -sOutputFile=out.pdf \
     $1

Вы можете немного изменить его, чтобы сделать его более пригодным для повторного использования, но если у вас есть только один pdf, вы можете просто заменить его $1своим pdf-именем и добавить его в терминал.

Я обычно использую ps2pdf для этого (упрощенный синтаксис), что-то вроде этого:

ps2pdf -dPDFSETTINGS=/ebook BiggerPdf SmallerPDF

Я использую следующий скрипт на python, чтобы уменьшить размер всех файлов pdf в директории на производственном сервере (8.04). Так и должно работать.

#!/usr/bin/python

import os

for fich in os.listdir('.'):
        if fich[-3:]=="pdf":
                os.system("ps2pdf -dPDFSETTINGS=/ebook %s reduc/%s" % (fich,fich))

1. Я использую LibreOffice Draw, чтобы открыть PDF.
2. Я тогда "экспортирую как pdf"
3. И установите «качество сжатия JPEG» до 50% и «разрешение изображения» до 150 точек на дюйм

Это будет иметь хороший результат.

Лучший для меня был

convert -compress Zip -density 150x150 input.pdf output.pdf

Другие способы:

#### gs
gs -sDEVICE=pdfwrite -dCompatibilityLevel=1.4 -dPDFSETTINGS=/ebook -dNOPAUSE -dQUIET -dBATCH -sOutputFile=output.pdf $INPUTFILE

### pdf2ps && ps2pdf
pdf2ps input.pdf output.ps && ps2pdf output.ps output.pdf

### Webservice
http://compress.smallpdf.com/de

С уважением

Я только что столкнулся с этой проблемой сам. Если вы используете простое сканирование, выберите текстовый режим для сканирования с низким разрешением, и вам не придется беспокоиться о командной строке. Просто говорю.

Контроль качества сжатия:

#!/bin/sh
INPUT=$1; shift
OUTPUT=$1; shift
GS_BIN=/usr/bin/gs
QFACTOR="0.40"

# Image Compression Quality
#
# Quality HSamples VSamples QFactor
# Minimum [2 1 1 2] [2 1 1 2] 2.40
# Low     [2 1 1 2] [2 1 1 2] 1.30
# Medium  [2 1 1 2] [2 1 1 2] 0.76
# High    [1 1 1 1] [1 1 1 1] 0.40
# Maximum [1 1 1 1] [1 1 1 1] 0.15 

${GS_BIN} -dBATCH -dSAFER -DNOPAUSE -q -sDEVICE=pdfwrite -sOutputFile=${OUTPUT} -c "<< /ColorImageDict << /QFactor ${QFACTOR} /Blend 1 /HSample [1 1 1 1] /VSample [1 1 1 1] >> >> setdistillerparams" -f ${INPUT}

Так как эта ссылка была первой для меня, когда я искал в Google, я решил добавить еще одну возможность. Ни одно из вышеперечисленных решений не работало для меня на PDF, экспортированном из Inkscape (15 МБ), но я наконец смог уменьшить его до 1 МБ, открыв его в GIMP и снова экспортировав в PDF.

Другой вариант, который был близок (но текст был немного нечетким), был утилитой преобразования ImageMagick:

convert -compress Zip input.pdf output.pdf

В конце концов я написал свой собственный Баш скрипт , чтобы решить эту проблему, он использует mogrify, convertи gsдля извлечения Pdf страницы в формате PNG, изменять их размер, конвертировать их в 1-битном формате BMP , а затем восстановить их в формате PDF. Уменьшение размера файла может быть более 90%. Доступно по адресу http://www.timedicer.co.uk/programs/help/pdf-compress.sh.php .

Я настоятельно рекомендую pdfsizeopt .

Это гораздо более эффективным с точки зрения уменьшения размеров , чем любой из предыдущих CLI и GUI программное обеспечение , которое я попробовал ( в том числе convert, gs, pdftkи т.д.) - хотя , возможно , медленнее pngoutактивировано - и не имеет некоторые из их вопросов (не сильно пиксельные / ухудшенные изображения, без потери закладок и т. д.).

Теперь, если вам нужно достичь определенного размера, какими бы ни были последствия (в том числе ухудшение качества изображения до точки нечитаемости), это может быть не тот инструмент, который вам нужен, а постоянно действующее решение для уменьшения ненужных больших размеров. в PDF без потери читаемости, информации и приемлемого качества изображения, я думаю, что это лучший вариант. (Примечание: я склонен использовать его после того, как сначала сделал OCR векторизации в Adobe Acrobat [функция, которая раньше называлась «CleanScan»], что может оказать существенное влияние на размер некоторых отсканированных текстовых документов.)

Я рекомендую стандартную установку Unix :

1. Установите все необходимые зависимости:

   • Ghostscript
   • JBIG2
   • PNGOUT
   • png22pnm
   • sam2p

2. Загрузите и установите исполняемый файл:

   curl -L -o https://raw.githubusercontent.com/pts/pdfsizeopt/master/pdfsizeopt.single
   cp pdfsizeopt.single /usr/local/bin/pdfsizeopt
   

Использование:

pdfsizeopt original.pdf [compressed.pdf]

Примечание для пользователей Mac, которые находят это сообщение (или для пользователей Linuxbrew): существует формула установки Homebrew:

brew install --HEAD pts/utils/pdfsizeopt

Я столкнулся с той же проблемой, и был рад найти эту ветку. В частности, у меня был PDF, сгенерированный из отсканированных изображений, и мне нужно было уменьшить размер его байта в 6 раз.

К сожалению, ни одно из вышеперечисленных решений не сработало :(. Тогда я понял, что где-то в процессе сканера-> jpeg-> pdf размер страницы увеличился в 4 раза. Все отсканированные документы были размером Letter, но PDF имел размер

identify -verbose doc_orig.pdf | grep "Print size"
 Print size: 35.4167x48.7222

Наконец, я получил желаемые результаты с помощью команды «convert», которая выполняла как изменение размера, так и этапы сжатия в одном:

convert -density 135x135 -quality 70 -compress jpeg -resize 22.588% doc_orig.pdf doc_lowres.pdf

Обратите внимание, что doc_orig имеет плотность 72x72 точек на дюйм.

Если преобразование в djvu также будет в порядке, и если нет цветов, вы можете попробовать следующее:

Конвертируйте pdf в jpg файлы используя pdfimages -j

Если вместо этого вы получаете файлы pbm, вам следует выполнить промежуточный шаг:

for FILENAME in $(ls *.pbm); do convert $FILENAME ${FILENAME%.*}.jpg ;done

Команда convert находится в пакете imagemagick.

Затем используйте скантейлер, чтобы сделать из него тиф.

На последнем шаге вы переходите в директорию scantailors out (где находятся tif) и применяете djvubind к этому каталогу.

Это должно резко уменьшить размер файла без большой потери качества текста. Если вы хотите более точный контроль над ocr-backend, вы можете попробовать djvubind --no-ocrиспользовать ocrodjvu, чтобы впоследствии добавить слой ocr.

Если у вас есть цвет в вашем документе, все становится немного сложнее. Вместо djvubind вы можете использовать didjvu, а в scantailor вы должны перейти в смешанный режим и иногда выбирать цветовые изображения вручную.

загрузить изображение или даже PDF-файл в Inkscape.

Из inkscape: Сохранить в векторном формате (как родной .svg).

Импортируйте векторные файлы в Scribus, редактируйте макет и экспортируйте / сохраняйте как .pdf оттуда

Супер простой инструмент для сжатия PDF: страница GitHub.

Установка на Ubuntu:

sudo add-apt-repository ppa:jfswitz/released

sudo apt-get update

sudo apt-get install pdf-compressor

Он использует ghostscript.

Вы можете попробовать это:

$ time pdftk myFile.pdf output myFile__SMALLER.pdf compress
GC Warning: Repeated allocation of very large block (appr. size 16764928):
    May lead to memory leak and poor performance.
GC Warning: Repeated allocation of very large block (appr. size 8384512):
    May lead to memory leak and poor performance.
GC Warning: Repeated allocation of very large block (appr. size 11837440):
    May lead to memory leak and poor performance.
GC Warning: Repeated allocation of very large block (appr. size 8384512):
    May lead to memory leak and poor performance.
GC Warning: Repeated allocation of very large block (appr. size 33525760):
    May lead to memory leak and poor performance.
GC Warning: Repeated allocation of very large block (appr. size 7254016):
    May lead to memory leak and poor performance.
GC Warning: Repeated allocation of very large block (appr. size 34041856):
    May lead to memory leak and poor performance.
GC Warning: Repeated allocation of very large block (appr. size 33525760):
    May lead to memory leak and poor performance.

real    0m23.677s
user    0m23.142s
sys     0m0.540s
$ du myFile*.pdf
108M    myFile.pdf
74M     myFile__SMALLER.pdf

Это быстрее, чем, gsно сжимает до 30% в этом случае для входного файла 107,5 МБ.

Для меня screenопция gs была слишком плохой, а ebookодна слишком большой.

Мой оригинальный документ содержал текст в виде цветных и черно-белых изображений (в зависимости от страницы).

Лучшее решение, которое я придумал, было:

gs -sDEVICE=pdfwrite -dCompatibilityLevel=1.4 -dDownsampleColorImages=true -dDownsampleGrayImages=true -dDownsampleMonoImages=true -dColorImageResolution=130 -dGrayImageResolution=130 -dMonoImageResolution=130 -r130 -dNOPAUSE  -dBATCH -sOutputFile=output_lr.pdf input.pdf

Обратите внимание, что уровень сжатия не является линейным. Если бы я указал 135, он не был сжат, я бы обнаружил, что 130 - это (в моем случае) максимальное разрешение, которое обеспечивает сжатие.

Я использовал приведенные ниже команды, но это существенно не сжало мой файл PDF. Несколько раз часть была почерневшей после сжатия.

1. gs -sDEVICE=pdfwrite -dCompatibilityLevel=1.4 -dPDFSETTINGS=/ebook -dNOPAUSE -dQUIET -dBATCH -sOutputFile=output.pdf $INPUTFILE

2. "ps2pdf -dPDFSETTINGS=/ebook %s %s" % (input_file_path, out_file_path)

После долгих блужданий по сети я просто не смог найти подходящую библиотеку сжатия. Я сталкивался pdfcompressor.com. Это просто потрясающий сайт. Он сжимает PDF на 95% (15 МБ файлов). Поэтому я использовал селен и Tor для автоматизации сжатия. Оформить заказ на мой репозиторий Github. [GITHUB] ( https://github.com/gugli28/PdfCompressor )