☰

扫描的 PDF 文件的分辨率是多少？

tag-icon • tag-icon pdf
扫描的 PDF 文件的分辨率是多少？

  1. 我使用佳能扫描仪扫描了一些文件，分辨率指定为 300。

    我将其保存为 pdf 文件然后我通过 ImageMagick 检查了 pdf 文件的分辨率

    identify -verbose my.pdf

    在它返回的输出中，对于每个页面它都说

    Resolution: 72x72

    这不是我之前为扫描仪指定的 300。为什么不同？注意：如果我将其保存为 jpg 文件，并且使用 Xerox workCenter，也会出现同样的问题。

  2. 当我使用 Adob​​e Premium Pro 对我的 pdf 文件进行 OCR 时，它让我从几个选项（72、300、600）中指定将 pdf 文件降采样到哪个分辨率。如果我不希望 OCR 后的 pdf 文件的分辨率低于原始 pdf 文件，我该如何找出 pdf 文件的分辨率，以及我应该在 Adob​​e Premium Pro 中为 OCR 选择哪个分辨率选项？

谢谢。

答案1

PDF 是矢量图形文档。它可以以任何分辨率呈现。

PDF 文档中嵌入的光栅图像（基本扫描文档的典型特征）通常具有分辨率（打印在纸上时文档每英寸有多少像素）。此类 PDF 文档可能包含多个此类图像（如果是多页文档，则包含多个图像），分辨率和方向可能不同。

这不是 ImageMagickidentify -v报告的内容。72dpi 是它将 PDF 转换为光栅图像以报告其像素信息时使用的分辨率。

您会注意到它确实运行了：gs ... -r72x72 ...就是这样。

pdfimages可以报​​告 PDF 文档中的所有光栅图像：

$ pdfimages -list scan.pdf
page   num  type   width height color comp bpc  enc interp  object ID
---------------------------------------------------------------------
   1     0 image    1219  1707  rgb     3   8  jpeg   no         8  0
$ qpdf --show-pages --with-images scan.pdf
page 1: 3 0 R
  images:
    /Im0: 8 0 R, 1219 x 1707
  content:
    4 0 R

这会给您提供像素大小，但不会提供打印图像的框的大小（以英寸或为mm单位inch），因此您无法从中获得分辨率。

但是，从对象 ID（8 0如上所述）中，您可以找出容器的尺寸：

$ mutool show scan.pdf grep | grep 'Im0 8 0'
scan.pdf:3: <</Contents 4 0 R/CropBox[0 0 595 842]/MediaBox[0 0 595 842]/Parent 2 0 R/Resources<</XObject<</Im0 8 0 R>>/ProcSet 6 0 R>>/Thumb 11 0 R/Type/Page>>

因此，这里我们知道图像是在 595x842 pt（1 点为 1/72 英寸）上呈现的。

因此我们可以推导出 x 和 y 分辨率：

$ echo "$((1219 * 72 / 595))dpi" "$((1707 * 72 / 842))dpi"
147dpi 145dpi

请注意，当嵌入为 JPG 时，图像可能具有指定分辨率的 EXIF 标头。

你可以提取图像来找出答案：

$ exiftool -XResolution -YResolution <(qpdf --show-object=8 --raw-stream-data scan.pdf)
X Resolution                    : 72
Y Resolution                    : 72

但在这里它们并不匹配。

您还可以提取图像并将pdfimages其传递给 OCR，这样它就不必在将其转换为光栅图像之前决定分辨率。

相关内容