为了使用 Scan Tailor 处理 pdf（为了删除拍摄的 pdf 页面的背景，或分割 pdf 页面），因为该程序需要输入图像 - 它无法输入 pdf 本身 - 我使用了类似的命令pdftoppm MY_PDF NAME_OF_IMAGE -png来处理低质量的 pdf，并且生成的图像比原始 pdf 更差。
但用pdfimages工具得出的poppler-utils结果和原来一样好。
如果使用了不同的变量-png（或者没有使用变量且输出为ppm），则该值保持不变。
我认为从现在开始pdfimages对于我的目的来说这是一个更好的解决方案，但后来我注意到对于许多其他 pdf 文件来说该命令根本不好，因为它给出了图像或文本的片段，而其中pdftoppm给出了预期的正常文本。
如果从 pdf 中提取并pdfimages在 Dolphin 中查看，则会出现不良图像：
如果从同一 pdf 中提取并pdftoppm在 Dolphin 中查看，则正确的图像：
为什么会有这些差异？
答案1
差异源于工具的用途。一旦您意识到 PDF 是一种灵活的文件格式，这一点就会变得显而易见。它可以包含文本、矢量图形和光栅图像（此列表并不详尽）。您可能会将其视为“带有布局信息的 zip”（总体简化）。
pdftoppm将“渲染”或“光栅化”整个 PDF。所有文本和图形都将成为一张光栅化输出图像。
由于嵌入的光栅图像的像素很少与输出“画布”的像素对齐，因此会发生插值并且质量下降。这可以通过显着提高输出分辨率（选项-r）来抵消。当然，这意味着文件大小也会增加。pdfimages将从 PDF 文件中提取光栅图像。文本或矢量图形将被忽略。
由于光栅图像是按原样提取的，因此保留了原始质量，但有关布局的信息丢失了。
如果您的输入 PDF 仅包含一张光栅图像而没有其他内容，则输出可能看起来相似。
在您的示例中，复印机的扫描功能尝试识别文本块以高质量存储它们。文档的其余部分（例如白色背景）以低质量存储以节省存储空间。正如您所发现的，这可能对某人有利，也可能不利。