我正在尝试使用命令行程序转换将PDF转换为图像(JPEG或PNG)。这是我正在转换的pdf文件之一。
我想让程序去掉多余的空白，并返回足够高质量的图像，以便上标可以轻松读取。
这是我目前最好的尝试。正如你所看到的，修剪工作很好，我只是需要锐化的分辨率相当多。这是我正在使用的命令:
convert -trim 24.pdf -resize 500% -quality 100 -sharpen 0x1.0 24-11.jpg
我试着做了以下有意识的决定:
调整它的大小(对分辨率没有影响) 尽可能提高质量 使用-锐化(我已经尝试了一系列值)
任何建议，请在最终的PNG/JPEG图像的分辨率更高，将非常感谢!
当前回答
我使用开源java pdf引擎icepdf。检查办公室演示。
package image2pdf;
import org.icepdf.core.exceptions.PDFException;
import org.icepdf.core.exceptions.PDFSecurityException;
import org.icepdf.core.pobjects.Document;
import org.icepdf.core.pobjects.Page;
import org.icepdf.core.util.GraphicsRenderingHints;
import javax.imageio.ImageIO;
import java.awt.image.BufferedImage;
import java.awt.image.RenderedImage;
import java.io.File;
import java.io.FileNotFoundException;
import java.io.IOException;
public class pdf2image {
public static void main(String[] args) {
Document document = new Document();
try {
document.setFile("C:\\Users\\Dell\\Desktop\\test.pdf");
} catch (PDFException ex) {
System.out.println("Error parsing PDF document " + ex);
} catch (PDFSecurityException ex) {
System.out.println("Error encryption not supported " + ex);
} catch (FileNotFoundException ex) {
System.out.println("Error file not found " + ex);
} catch (IOException ex) {
System.out.println("Error IOException " + ex);
}
// save page captures to file.
float scale = 1.0f;
float rotation = 0f;
// Paint each pages content to an image and
// write the image to file
for (int i = 0; i < document.getNumberOfPages(); i++) {
try {
BufferedImage image = (BufferedImage) document.getPageImage(
i, GraphicsRenderingHints.PRINT, Page.BOUNDARY_CROPBOX, rotation, scale);
RenderedImage rendImage = image;
try {
System.out.println(" capturing page " + i);
File file = new File("C:\\Users\\Dell\\Desktop\\test_imageCapture1_" + i + ".png");
ImageIO.write(rendImage, "png", file);
} catch (IOException e) {
e.printStackTrace();
}
image.flush();
}catch(Exception e){
e.printStackTrace();
}
}
// clean up resources
document.dispose();
}
}
我也尝试过imagemagick和pdftoppm, pdftoppm和icepdf的分辨率都比imagemagick高。
其他回答
你附上的PNG文件看起来真的很模糊。如果您需要对生成为PDF预览的每张图像使用额外的后处理，则会降低解决方案的性能。
2JPEG可以将PDF文件转换为一个漂亮的锐化JPG文件，并在一次调用中裁剪空边距:
2jpeg.exe -src "C:\In\*.*" -dst "C:\Out" -oper Crop method:autocrop
看来以下方法是有效的:
convert \
-verbose \
-density 150 \
-trim \
test.pdf \
-quality 100 \
-flatten \
-sharpen 0x1.0 \
24-18.jpg
它的结果是左图。将其与我的原始命令的结果进行比较(右侧的图像):
(为了真正看到和欣赏两者之间的差异，右键单击每个，并选择“在新选项卡中打开图像…”)
还要记住以下事实:
右边最糟糕的模糊图像的文件大小为1.941.702字节(1.85 MByte)。 它的分辨率是3060x3960像素，使用16位RGB颜色空间。 左边图像比较清晰，文件大小为337.879字节(330 kByte)。 它的分辨率是758x996像素，使用8位灰色空间。
所以，不需要调整大小;添加-density标志。密度值150很奇怪——尝试一个范围的值会导致图像在两个方向上看起来都很糟糕!
这里的许多答案集中在使用magick(或其依赖项GhostScript)作为OP问题的设置，少数人建议使用Gimp作为替代，但没有描述为什么某些设置可能在不同情况下最有效。
对于OP“样本”，要求是一个清晰的修剪过的图像，尽可能小，但保持良好的可读性。这里的结果是96dpi在58 KB(一个非常小的增加矢量源54 KB)，但仍然保持一个好的图像，即使放大。将其与上面接受的答案图像中的72 dpi (226 KB)进行比较。
关键是任何图像处理器都可以通过脚本从命令行批量运行，使用配置文件作为输入，所以这里IrfanView(带或不带GS)被设置为自动裁剪pdf页面，并在默认的96 dpi输出到PNG，仅使用16个灰色阴影的4个BitPerPixel颜色。 尺寸可以通过降低分辨率到72来进一步减小，但96是PNG屏幕显示的最佳设置。
我使用的是pdf2image。一个简单的python库，工作起来很有魅力。
首先在非linux机器上安装poppler。你可以下载压缩包。在“程序文件”中解压，并将bin添加到“机器路径”中。
之后，你可以像这样在python类中使用pdf2image:
from pdf2image import convert_from_path, convert_from_bytes
images_from_path = convert_from_path(
inputfile,
output_folder=outputpath,
grayscale=True, fmt='jpeg')
我不擅长python，但能够使它的exe。 稍后，您可以使用带有文件输入和输出参数的exe。我已经在c#中使用了它，事情工作得很好。
图像质量好。OCR工作正常。
它也会给你带来好的结果:
exec("convert -geometry 1600x1600 -density 200x200 -quality 100 test.pdf test_image.jpg");
