☰

将图像转换为 pdf 会有损吗？

tag-icon • tag-icon pdf jpeg
将图像转换为 pdf 会有损吗？

将图像转换为 pdf，然后再转换回图像格式：

$ convert in.jpeg out.pdf
$ convert out.pdf out.jpg
$ diff in.jpeg out.jpg
> Binary files in.jpeg and out.jpg differ

尝试不同的工具，

$ gm convert in.jpeg out.pdf
$ pdfimages out.pdf -j orig
$ diff in.jpeg orig/out-100.jpg
> Binary files orig/out-000.jpg and in.jpg differ

这些工具是否在后台进行一些压缩，或者 PDF 的工作方式是这样的，即：它总是有损的？

图像元数据怎么样？是否可以将它们保存在 PDF 中？

答案1

PDF 是一种容器格式，而不是图像格式。因此，应该可以将图像嵌入 PDF，然后提取它，而无需重新压缩。但是，ImageMagickconvert在创建 PDF 时会压缩图像，并且convert不会从 PDF 解析 PDF 文件，而只是获取其外观的快照，因此实际的重新压缩会发生两次。

您可以使用其他工具来避免这种情况。例如，img2pdf将图像按原样嵌入到 PDF 文档中，并pdfimages从poppler（或poppler-utils— 包名称因操作系统和包管理器而异）提取嵌入的图像。

$ img2pdf -o out.pdf in.jpeg
$ pdfimages -all out.pdf out
$ diff in.jpeg out-000.jpg
$

答案2

答案在最后

背景

对于简单的“标准”jpeg PDF 输入/输出不受影响，即输入将是输出的二进制副本，但是，这仅适用于库存 PDF 和在提取过程中不会改变 PDF 内容（例如分辨率或压缩）的提取器。

该文件是来自维基百科的图像，由 Windows CMD 构建，前 16 行是

%PDF-1.7
%ANSI

1 0 obj <</Type/Catalog/Pages 2 0 R>> endobj
2 0 obj <</Type/Pages/Count 1/Kids [ 3 0 R ]>> endobj
3 0 obj <</Type/Page/MediaBox [ 0 0 841.5 594.75 ]/Rotate 0/Resources 4 0 R/Contents 5 0 R/Parent 2 0 R>> endobj
4 0 obj <</XObject <</Img1 6 0 R>>>> endobj
5 0 obj <</Length 61>>
stream
500.000 000.000 000.000 477.000 170.750 053.875 cm /Img1  Do
endstream
endobj
6 0 obj <</Type/XObject/Subtype/Image/ColorSpace/DeviceRGB/BitsPerComponent 8/Filter/DCTDecode
/Width  500/Height 477/Length  36287 >>stream
ÿØÿà JFIF  H H  ÿþ [Photo by David Crawshaw, 2002-01-28
Image composition by David Crawshaw, 2004-09-08, GFDLÿÛ „

请注意，“密度”可能会发生变化（放大/缩小/扭曲），但总像素应保持在 500x477（PDF 中没有 DPI 这样的东西）至关重要的是，用于插入和提取的源图像流大小都是/Length 36287使用标准 Jpeg /DCTDecode（Std 而不是奇异压缩），预告片是

endstream
endobj
xref
0 7
0000000000 65535 f 
0000000016 00000 n 
0000000061 00000 n 
0000000115 00000 n 
0000000228 00000 n 
0000000272 00000 n 
0000000380 00000 n 

trailer
<</Size 7/Info <</Producer (Cmd2PDF)>>/Root 1 0 R>>
startxref
36826
%%EOF

在此处输入图片描述

因此，36287 的图像被包装为 header=36826+trailer（37,058 字节）因此 PDF 开销大小为 771 字节，因此该 PDF 的精简程度和实用程度几乎是极限。任何进一步的尺寸减小都将以降低质量为代价。

对于 Tiff 或其他图像类型，标题元数据通常会被剥离，因此在提取时核心数据会非常相似，但文件不可能 100% 相同，同样的问题会影响大多数其他需要改变结构的图像类型，比如透明的“Alpha”层（PNG）。

因此，一般来说，简单的 24 位 RGB.jpg 对于输入和输出可以是二进制相同的，与 MP4 视频流相同，其他许多内容通常会以不同的风格进行压缩。

许多用户惊讶地发现，除非图像质量下降，否则“压缩”我的 jpegs.pdf 没有任何区别，因为它在 PDF 中已经被最佳压缩了。

答案

    1. GM 转换正在调整图像，而许多其他 PDF 编写器则不会这样做，它们只是将文件按比例放大/缩小的区域加上其内部元数据注入。PDF 本质上是“无损”的图像数据或具有相同的有损内容，因此子集字体隐含有损，但完整字体是无损的。
    1. 如果插入和提取时不发生改变，则压缩和可见的元数据（如上例所示）将被保留。

相关内容