如何将多页 TIF 文件转换为 PDF？

Question

我有一个很大的多页 TIF 图像文件。

几天前我扫描了一本书，不小心将其扫描为多页 TIF。我真的很想把它变成一个更容易访问的 PDF 文件。

你知道如何做到这一点吗？

Answer 1

如果您只需转换文件格式（不使文本可搜索（通过Jonathan Ben-Avraham 在回答中指出的 OCR ）就可以了），这将是convert来自ImageMagick包的完美任务（适用于各种平台：Win , Linux, Mac). 安装时，请务必选择包含“转换”旧版实用程序的选项。

只需使用该命令来转换您的多页 TIFF 文件

convert multi-page.tif book.pdf

但是，您应该使用-compress参数。如果您有 24 位彩色 TIF，则可以使用LZW(lossless) 或JPEG(lossy)，例如

convert -compress LZW multi-page.tif book.pdf

如果你的 TIFF 是黑白的（请确定，它真的只保存了 1 位色深），我通常使用-compress Fax.

这是一个 5 页示例文件的示例，其中包含一些文本——压缩算法之间的实际比率当然取决于文件的内容：

24bit JPEG:  1294kB
24bit LZW:   1759kB
1bit  Fax:    135kB

转换之后，您仍然可以运行 OCR 工具（如 Adob​​e Acrobat Pro）来使文本搜索和复制。

Answer 2

TIFF（标记图像文件格式）是一种面向像素的格式，适用于图像。为了从 TIFF 文件中获取字符数据，您必须使用 OCR（光学字符识别）程序。所有 OCR 程序都有一定的错误率。页面的格式（页眉、页脚、章节标题等）也会影响 OCR 准确猜测字符的能力。

语言，尤其是书写系统和字体也会影响 OCR 准确性。如果这本书有一种不寻常的非西方连字字体，那么获得良好 OCR 输出的机会接近于零。

如果这本书主要不是文本，例如，一本包含许多屏幕截图或其他重要图像的书，那么 OCR 将无法帮助您。

有一些开源 OCR 程序可用，具体取决于您使用的操作系统。Google Drive 有免费的 OCR 服务。WMMV。

假设您扫描的原始书籍是纸质格式，那么 TIFF 是您在任何情况下都可以做的最好的选择。您可以通过压缩 TIFF 文件使文档大小更易于管理。尝试使用不同压缩级别的 JPEG 压缩来优化文档大小和可读性。