☰

补充阅读：

tag-icon • tag-icon command-line image-manipulation conversion pdf imagemagick
补充阅读：

当我使用以下命令将 pdf 文件转换为一堆 jpg 文件时

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

我有明显的质量损失。

但是，如果我执行以下操作，则不会出现（明显的）质量损失：

启动 gscan2pdf，选择文件 -> 导入（然后选择 file.pdf）。然后进入gscan2pdf的临时目录。有许多 pnm 文件（pdf 文件的每一页一个）。现在我做

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

生成的 jpg 文件（大致）与原始 pdf 具有相同的质量（这就是我想要的）。

现在我的问题是，是否有一种简单的命令行方法可以将 pdf 文件转换为一堆 jpg 文件，而不会造成明显的质量损失？ （上面的解决方案过于复杂且耗时）。

答案1

目前尚不清楚“质量损失”是什么意思。这可能意味着很多不同的事情。您可以发布一些示例来说明吗？也许从质量差和质量好的版本中剪切出相同的部分（作为 PNG 以避免进一步的质量损失）。

也许您需要使用-density更高的 dpi 进行转换：

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

（如果需要，您可以在前面添加-units PixelsPerInch或-units PixelsPerCentimeter。我的副本默认为 ppi。）

更新： 正如您所指出的，gscan2pdf（您使用它的方式）只是pdfimages（来自波普勒）。 pdfimages不会执行convert与将 PDF 作为输入时相同的操作。

convert获取 PDF，以某种分辨率渲染它，并使用生成的位图作为源图像。

pdfimages查看 PDF 中是否有嵌入的位图图像，并将每个图像导出到一个文件中。它只是忽略 PDF 中的任何文本或矢量绘图命令。

因此，如果您拥有的 PDF 只是一系列位图的包装，pdfimages则可以更好地提取它们，因为它可以为您提供原始大小的原始数据。您可能还想使用 选项-j，pdfimages因为 PDF 可以包含原始 JPEG 数据。默认情况下，pdfimages将所有内容转换为 PNM 格式，并且转换 JPEG > PPM > JPEG 是一个有损过程。

因此，尝试一下

pdfimages -j file.pdf page

您可能需要也可能不需要遵循convertto.jpg步骤（取决于 PDF 使用的位图格式）。

我在自己根据 JPEG 图像序列制作的 PDF 上尝试了此命令。提取的 JPEG 与源图像逐字节相同。您无法获得比这更高的质量。

答案2

convert不适合我。然而，这个 ( pdftoppm) 工作得很好。以下每个命令都将确保“images”目录存在，如果不存在则创建它，并将生成的图像存储到该目录中。

1200 分辨率

mkdir -p images && pdftoppm -jpeg -r 1200 mypdf.pdf images/pg

600 分辨率

mkdir -p images && pdftoppm -jpeg -r 600 mypdf.pdf images/pg

300 DPI（每页生成约 1MB 大小的文件）

mkdir -p images && pdftoppm -jpeg -r 300 mypdf.pdf images/pg

300 DPI，最小压缩/最高质量（每页生成约 2MB 大小的文件）

mkdir -p images && pdftoppm -jpeg -jpegopt quality=100 -r 300 mypdf.pdf images/pg

补充阅读：

  1. https://stackoverflow.com/questions/43085889/how-to-convert-a-pdf-into-jpg-with-commandline-in-linux/61700520#61700520
  2. https://stackoverflow.com/questions/6605006/convert-pdf-to-image-with-high-resolution/58795684#58795684
  3. https://askubuntu.com/questions/150100/extracting-embedded-images-from-a-pdf/1187844#1187844

答案3

正如学生的回答所说，pdfimages这是一个不错的选择。根据我的经验，无论您是否指定正确的 dpi，导出的质量都会很差gs。convert

但是，如果 pdf 每页有多个图层则pdfimages不起作用，并将图层提取为单独的图像，在这种情况下，最好是使用inskcape所看到的导出页面。

这是我使用的命令：

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

第一个命令分割所有页面，第二个命令逐页转换为 png。您可以保留它们 png 或将它们转换为 jpeg

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

与pdfimages、gs和 ImageMagick相比convert，我发现inkscape的导出质量最好。

答案4

查看 gscan2pdf 源代码，我注意到它使用 pdfimages。所以pdfimages file.pdf page会导致page-001.ppm, page-002.ppm等等。

相关内容