PDF в JPG без потери качества; gscan2pdf

Когда я конвертирую файл PDF в кучу файлов JPG, используя

convert -quality 100 file.pdf page_%04d.jpg

У меня заметная потеря качества.

Однако, если я сделаю следующее, нет (заметной) потери качества:

Запустите gscan2pdf, выберите file-> import (и выберите file.pdf). Затем перейдите во временный каталог gscan2pdf. Существует множество файлов pnm (по одному на каждую страницу pdf-файла). Сейчас делаю

  for file in *.pnm; do            
  convert $file $file.jpg done

Получающиеся jpg-файлы (примерно) того же качества, что и исходный pdf (что я и хочу).

Теперь у меня вопрос: есть ли простой способ командной строки для преобразования pdf-файла в набор jpg-файлов без заметной потери качества? (Решение выше является слишком сложным и трудоемким).

Непонятно, что вы подразумеваете под «потерей качества». Это может означать много разных вещей. Не могли бы вы опубликовать несколько образцов для иллюстрации? Возможно, вырежьте тот же раздел из версий низкого качества и хорошего качества (как PNG, чтобы избежать дальнейшей потери качества).

Возможно, вам нужно использовать -densityдля преобразования с более высоким dpi:

convert -density 300 file.pdf page_%04d.jpg

(Вы можете добавить -units PixelsPerInchили, -units PixelsPerCentimeterесли необходимо, по умолчанию моя копия ppi.)

Обновление: Как вы указали, gscan2pdf(способ, которым вы его используете) является просто оберткой для pdfimages(из poppler ). pdfimagesне делает то же самое, что convertи при вводе PDF-файла.

convert берет PDF, отображает его с некоторым разрешением и использует полученное растровое изображение в качестве исходного изображения.

pdfimagesпросматривает PDF-файл для встроенных растровых изображений и экспортирует каждое из них в файл. Он просто игнорирует любые текстовые или векторные команды рисования в PDF.

В результате, если то, что у вас есть, это PDF, который является просто оберткой вокруг ряда растровых изображений, pdfimagesбудет гораздо лучше извлекать их, потому что он получает необработанные данные в их исходном размере. Возможно, вы также захотите использовать эту -jопцию pdfimages, потому что PDF может содержать необработанные данные JPEG. По умолчанию pdfimagesвсе конвертируется в формат PNM, а конвертирование JPEG> PPM> JPEG - процесс с потерями.

Так что попробуйте

pdfimages -j file.pdf page

Вы можете или не может понадобиться , чтобы следовать , что с convertна .jpgстадии ( в зависимости от того, какое изображение форматировать PDF использовал).

Я попробовал эту команду в PDF, который я сделал сам из последовательности изображений JPEG. Извлеченные файлы JPEG были побайтно идентичны исходным изображениям. Вы не можете получить более высокое качество, чем это.

Как сказал ответ студента, pdfimagesэто хороший вариант. Исходя из моего опыта gsи convertэкспорт в низкое качество независимо от того, если вы указали правильный точек на дюйм.

Но если pdf имеет несколько слоев на страницу pdfimages, не работает и извлекает слои как отдельное изображение, в этом случае лучше всего использовать inskcapeэкспорт страницы, как видно.

Это команды, которые я использую:

pdftk combined_to_do.pdf burst output pg_%04d.pdf
ls ./pg*.pdf | xargs -L1 -I {}  inkscape {} -z --export-dpi=300 --export-area-drawing --export-png={}.png

Первая команда разбивает все страницы, вторая команда преобразует страницу за страницей в png. Вы можете сохранить их PNG или просто конвертировать их в JPEG

ls ./p*.png | xargs -L1 -I {} convert {}  -quality 100 -density 300 {}.jpg

По сравнению с pdfimages, gsи ImageMagick's, convertя считаю inkscape, экспорт самый лучший по качеству.

Ответ от @cjm правильный, но если вам нравится GUI и вы не хотите отображать все страницы PDF, просто чтобы получить изображение, используйте gimp.

Откройте pdf с помощью gimp, и вы получите окно импорта со всеми отображаемыми страницами. Выберите нужные страницы и установите разрешение 600 пикселей / дюйм (во многих случаях я обнаружил, что резкость слишком велика на 300). Сохранить в нужный формат с помощью «Файл / экспорт»

В любом случае, должен быть флажок для выбора нужных страниц из командной строки.

Глядя на исходный код gscan2pdf, я заметил, что он использует pdfimages. Так pdfimages file.pdf pageчто в результате page-001.ppm, page-002.ppmи т.д.

Что неясно в вашем вопросе, так это то, говорите ли вы о текстовой и векторной графике в вашем PDF-файле или содержит ли ваш PDF-файл встроенные изображения.

Прочитав, что такое gscan2pdf, я предполагаю, что ваши PDF-файлы содержат (только) встроенную графику.

convertпо сути, «печатает» ваш PDF безотносительно к содержанию. Как подсказывает @cjm, вы можете изменить плотность печати. Это единственный способ повысить качество векторной графики.

Если вместо этого вы хотите извлечь встроенные изображения (похоже, что это делает gscan2pdf), предположив, что плотность обычно приводит либо к потере качества, либо к более высокому качеству, чем требуется (и к потере дискового пространства). Ответ тогда - извлечь изображение, а не распечатать PDF. Смотрите эту статью, которая в основном выступает за использование pdfimagesдля извлечения изображений без потери качества.