обзор
То, что вы ищете, - это такие инструменты, как Scan Tailor и unpaper , которые способны к Thresholding , Despeckling и Noise Removal . Оба инструмента работают с изображениями, а не с файлами PDF, но вы можете легко конвертировать между различными форматами, которые используют эти приложения, и PDF, используя инструменты, описанные в конце этого ответа.
ScanTailor
Вы можете найти видеоурок здесь . Более подробная документация доступна на официальной вики . Вероятно, вас больше всего заинтересует страница о черно-белом режиме вывода и настройках фильтра .
Unpaper
Я еще не работал с unpaperсобой. Из того, что я понимаю, у него гораздо больше возможностей, чем у ScanTailor, но освоить его гораздо сложнее.
Интерфейс GUI отсутствует, и вам придется полагаться на ключи командной строки, чтобы выполнить свою работу. С другой стороны, это означает, что преобразования с помощью unpaperмогут быть легко автоматизированы с помощью сценариев.
Вы можете найти несколько примеров сценариев, касающихся преобразования сканирования в черно-белое и удаления фона здесь .
Некоторые полезные инструменты при работе с unpaper и ScanTailer
У меня нет достаточно времени, чтобы написать полное руководство по ScanTailor и unpaper¹, но вот несколько советов по конвертации .pdfи форматам изображений, поддерживаемым этими инструментами:
Вы можете использовать pdfimagesдля преобразования PDF-документов в одностраничные .ppmфайлы, которые могут быть прочитаны unpaper.
Пример использования:
pdfimages *.pdf ./extracted-images
ScanTailor не принимает .ppmфайлы в качестве входных данных. Вам нужно будет .pngсначала преобразовать их в другой формат, например, без потерь . mogrifyиз imagemagickнабора инструментов может сделать это для вас.
Пример использования:
mogrify -format png *.ppm
Выходным форматом ScanTailor и unpaper являются одностраничные .tiffфайлы. Чтобы преобразовать их обратно, .pdfя бы предложил использовать tiffcpи tiff2pdf.
Пример использования:
tiffcp *.tiff all.tiff
tiff2pdf -F -p A4 -z -o Document.pdf all.tiff
Установка
Эта команда установит все инструменты, упомянутые выше:
sudo apt-get install scantailor unpaper poppler-utils libtiff-tools
¹: Для любого, кто читает это, пожалуйста, не стесняйтесь составить более подробный ответ, основанный на ScanTailor и / или на бумаге.
