☰

如何将我的 .PDF（两页）压缩到 100 kB 以下？

tag-icon • tag-icon printing pdf scanner convert
如何将我的 .PDF（两页）压缩到 100 kB 以下？

我有一个 PDF 文件，我想将其压缩到 100 kB 以下。它包含我用移动扫描仪扫描的两页扫描件。扫描后大小为 338 kB（最低质量以查看页面）。基本上，我想将此文件上传到政府门户网站，该网站仅允许在一个文件中上传最大 100 kB 的文件。这是我的主要目的。以下是我现在尝试过的方法，但未能完成所需的任务：

  • 使用简单的包装器Ghostscript缩小 PDF 文件“ ./shrinkpdf.sh in.pdf out.pdf xx”。我将 xx 设置为 90，结果为 282 kB。如果低于 90，PDF 文档中的文本将无法清晰显示，我确信我的申请将被拒绝。

  • 我还尝试将“ gs -dNOPAUSE -dBATCH -sDEVICE=pdfwrite -dCompatibilityLevel=1.4 -dPDFSETTINGS=setting -sOutputFile=output.pdf input.pdf”的值设置为 /screen，我认为这是最小设置，它给了我 232 kB，并且文本清晰可见。

  • 我也尝试使用“pdftoppm”方法将其转换为 JPEG，例如 - “ pdftoppm compressed.pdf jpeg -r 75 -jpeg”，这为我提供了 141 kB 的第 1 页和 128 kB 的第 2 页。我不确定如何将这两个 JPEG 文件上传为一个文件，但我想我的主要目标现在应该是先将其大小缩小到 100 kB 以下？

我使用 Ubuntu 20.04.2。

答案1

低于 90 值时 pdf 中的文本看不清，我确定我的申请会被拒绝。

这是扫描文件。这意味着它不是文本，而是图像页面。PDF 支持多种图像压缩方案，包括无损压缩，但质量和质量下降表明您正在使用 JPEG。

这可能是最有效的存储方法。

您想将两页存储在小于 100kB 的内存中。即每页 50kB。这是一项艰巨的任务 - 但可能是可能的。

我会将页面导出为 JPG，然后调整质量设置和分辨率，直到获得结果：

convert file.pdf file.jpg

这将分别为您提供第 1 页和第 2 页的 file-0.jpg 和 file-1.jpg。

现在我们可以尝试降低页面的分辨率：

mogrify -resize 600x700 -quality 45 file-0.jpg

通过这种方式，我设法将 A4 页面缩小到 28kB。虽然清晰易读，但不太清楚：

图像不清晰

要在处理文件以减小尺寸后将其转换回 PDF，请运行

convert file-?.jpg file.pdf

除了使用mogrify来修改文件之外，还可以使用gimp等工具。

答案2

由于文件大小优化的扫描文档可能是黑白的，.pbm因此单色位图格式似乎非常适合这种情况，您可以将其转换回 png 以嵌入到 pdf 中。

使用示例文档1 (imgur 永久链接:https://i.stack.imgur.com/2WjRh.jpg）

原始文件

这是一份 1751x2451 jpg 文档扫描件，大小为 1.71MB，黑白，带一些蓝色点缀

convert document_scanner_sample_scan_00_zoom.jpg -resize 1000 intermediate.pbm
convert intermediate.pbm page1.png # 1000x1436, 46kb

page1.png 看起来相当不错46kb（https://i.stack.imgur.com/DYh6R.png）

优化文档

正如评论中指出的那样，png 需要转码才能嵌入到 pdf 中。默认convert使用pdf 压缩格式 ( )，生成的 pdf 为 67kb。改用适用于单色图像的格式，将其降至 57kb/FlateDecodeconvert page1.png page1.pdf/CCITTFaxDecode

convert page1.png -alpha off -monochrome -compress fax page1.pdf

请参阅 image magick 文档以了解命令行选项到 pdf 压缩格式的映射：https://legacy.imagemagick.org/Usage/formats/#pdf_compression

有关 pdf 压缩过滤器的文档，请参阅 pdf 参考 (版本 1.7) 的第 7.4 节。第 7.4.1 节表 6 中提供了介绍。

https://www.adobe.com/content/dam/acom/en/devnet/pdf/pdfs/PDF32000_2008.pdf

1. 原始样本文档在此处找到：

https://s1-www.scan2docx.com/img/samples/document_scanner_sample_scan_00_zoom.jpg

答案3

谢谢大家的帮助！谢谢@vidarlo！你们的建议和想法真的帮助我度过了难关，而且还有一点运气。我会将你们的意见标记为解决方案，因为它对这项任务确实有帮助。

对我来说，幸运的是政府网站允许我们分别上传两个 100kb 的文件。但网站上没有提到这一点！上传一页后，网站只会显示第二个对话框。哇！

所以现在的想法是将每个页面压缩到 100kb 以下。我决定分别扫描每个页面：

第 1 页 144kb.pdf，第 2 页 165kb.pdf

我发现（至少对于我的文档而言）convert file.pdf file.jpg效果不如pdftoppm file.pdf jpeg -r 75 -jpeg。我不知道为什么，但 convert 的输出为第一页（144kb.pdf）提供了 258kb.jpg，而 pdftoppm 为同一页提供了 130.6kb .jpg，但 jpeg 文件看起来更好！我决定继续使用它。

pdftoppm 144kb.pdf jpeg -r 75 -jpeg  --> 130.6kb.jpg
pdftoppm 165kb.pdf jpeg -r 75 -jpeg  --> 134.4kb.jpg

然后像@vidarlo 建议的那样，我尝试了 mogrify，但没有调整大小选项，因此mogrify -quality 50 page1.jpgpage2.jpg 给了我两个文件 91kb 和 96kb！45 确实会使东西更加模糊，而 >50 会使文件大小增加到 >100kb。

以防万一，在尝试转换 file.pdf file.jpg 时出现以下错误 -

convert-im6.q16: attempt to perform an operation not allowed by the security policy `PDF' @ error/constitute.c/IsCoderAuthorized/408.
convert-im6.q16: no images defined `file.jpg' @ error/convert.c/ConvertImageCommand/3258.

为此，我修改了policy.xml位于的文件。我在之前添加了/etc/ImageMagick-6行，该行之前设置为无（权限）。此解决方案绕过了此错误。<policy domain="coder" rights="read | write" pattern="PDF" /></policymap>

另外，我在修改此文件时遇到了问题policy.xml，它以只读模式打开（尽管我以管理员身份登录）。为此，我使用gedit admin:///etc/ImageMagick-6/policy.xml终端使文件可写。

对于这两件事，我要感谢这些，

再次感谢大家！

答案4

经过多次试验后，我发现最简单的方法是将 PDF 加载到 LibreOffice Writer 中（这可能需要一些时间，并且对于较大的 PDF 会消耗内存 - 因此请关闭不必要的应用程序）。加载后，选择“导出为 PDF...”，将 jpeg 压缩设置为 50%，将图像分辨率设置为 150dpi - 您可以根据需要调整压缩和 dpi 设置。Mike

相关内容