如何从 PDF 文件中删除图像

Question

我有一个相当大（~100MB）的 PDF 文档，里面有很多图片（作为插图和背景图片），我想要一份没有图片的 pdf 文件，但我不知道如何去做。

我不是在谈论仅将其转换为文本，我想保持段落/表格/多列原样。

我对命令行很满意，并且有几台可以使用不同发行版的计算机。

Answer 1

最新版本的 Ghostscript 也可以做到这一点。只需将参数添加-dFILTERIMAGE到您的命令中即可。

甚至可以添加两个新参数，以便有选择地删除内容类型“vector”和“text”：

1. -dFILTERIMAGE: 产生一个输出，其中所有光栅图像都被删除。

2. -dFILTERTEXT: 生成一个输出，其中删除了所有文本元素。

3. -dFILTERVECTOR：生成一个输出，其中删除了所有矢量图。

这些选项中的任何两个都可以组合。（如果您将所有 3 个组合在一起，您将得到所有页面都被清空...）

例子

这是一个示例 PDF 页面的屏幕截图，其中包含上述所有 3 种类型的内容：

_{包含“图像”、“矢量”和“文本”元素的原始 PDF 页面的屏幕截图。}

运行以下 6 个命令将创建剩余内容的所有 6 种可能变体：

 gs -o noIMG.pdf -sDEVICE=pdfwrite -dFILTERIMAGE input.pdf
 gs -o noTXT.pdf -sDEVICE=pdfwrite -dFILTERTEXT input.pdf
 gs -o noVCT.pdf -sDEVICE=pdfwrite -dFILTERVECTOR input.pdf

 gs -o onlyIMG.pdf -sDEVICE=pdfwrite -dFILTERVECTOR -dFILTERTEXT input.pdf
 gs -o onlyTXT.pdf -sDEVICE=pdfwrite -dFILTERVECTOR -dFILTERIMAGE input.pdf
 gs -o onlyVCT.pdf -sDEVICE=pdfwrite -dFILTERIMAGE -dFILTERTEXT input.pdf

下图说明了结果：

_{顶行，从左起：删除所有“文本”；删除了所有“图像”；删除了所有“向量”。底行，从左起：仅保留“文本”；只保留“图像”；只保留了“向量”。}

Answer 2

cpdf -draft original.pdf -o version_without_images.pdf

它不在存储库中，但您可以在他们的网站上找到下载（预编译或源代码）。

手册:

15.1 文件草案

-draft 选项从文件中删除位图（照片）图像，以便可以用更少的墨水打印它。或者，可以添加 -boxes 选项，用表示图像位置的交叉框填充留空的空间。这不能保证在所有情况下都完全可见（位图可能已被矢量对象部分覆盖或在原始图像中被剪裁）。例如：

 cpdf -draft -boxes in.pdf -o out.pdf

Answer 3

虽然@Rinzwind 的答案是正确的，但我只想评论“中途”解决方案。通常，您可以使用Ghostscript大大减小图像的大小

gs -sDEVICE=pdfwrite -dCompatibilityLevel=1.4 -dPDFSETTINGS=/screen \
   -dNOPAUSE -dQUIET -dBATCH -sOutputFile=small.pdf original.pdf

...有时校对确实很方便。编写 PDF 的手册页在这里。