删除扫描文本的 jpeg 伪影

Question

我有一本教科书的扫描 PDF，但该 PDF 经过了严格压缩，因此存在大量 JPEG 伪影，影响了其可读性。示例： 我尝试了各种方法来修复它，但效果并不好。waifu2x：看起来好多了，但仍然有奇怪的瑕疵。而且很慢。 convert -threshold 70% in.jpg out.png

有没有快速有效的方法可以去除这些瑕疵？

Answer 1

PDF 不是图像格式，它只是一个保存图像的容器。您必须提取这些图像，以无损格式保存它们（或者至少降低压缩率，否则您将添加新的伪影）。之后，您可以尝试手动去除伪影或使用现有的自动过滤器。但是，他们需要针对图像手动配置它们。最后一步是将它们重新集成到 PDF 中。

然而，没有“快速、通用”的方法来消除这些伪影。如果有的话，简单地说，这些伪影就不会为了减小文件大小而产生。

消除伪影的唯一方法是识别符号（字母、数字等）并去除其他所有东西，这可以通过 OCR 软件完成。有先进的 OCR 软件可以处理低分辨率文档，但通常不是免费的。您不必购买软件，但可以查找在线服务（市面上有几十种）。请注意，这将从根本上将您的图形文件更改为文本文件。

Answer 2

我最终找到了该教科书的电子版，我相信它是直接从出版商那里寄来的。这解决了我的问题。