将扫描的 pdf 转换为带有二进制（2 级）图像的压缩 PDF

Question

我有很多旧的扫描 PDF，它们占用了太多磁盘空间。

我已经尝试了许多网上可用的 PDF 压缩器。他们都问我对彩色图像使用什么压缩，对单色图像使用什么压缩；但我找不到任何东西可以将所有内容转换为二进制图像。

通过二进制，我的意思是每个像素只能具有 2 个颜色值之一：全黑或全白。我知道我所有的 PDF 都有黑/白文本（甚至没有灰度）。某些工具（windows 或 linux 或 android）可以使用这些知识来实现​​更好的压缩吗？

我不确定，但 Adob​​e Acrobat Pro 中的“优化 PDF”工具可能会做我想要的。但是，即使是这样，我也更愿意了解更便宜且更紧凑的应用程序。

Answer 1

jbig2 压缩是减少文件大小的最佳方法

Adam Langley 最初为 googlebooks 编写了 jbig2enc 编码器

• https://github.com/agl/jbig2enc

然后发布源代码以便任何人都可以构建

当然，您也可以使用以下预编译的二进制文件：

• https://code.google.com/p/pdfrecompressor/downloads/list
• 或尝试是否修改构建（能够使用 -P 开关，您可以决定要包含的每个字典的页数，因此生成的 pdf 响应速度更快）我为我的系统构建的与您的系统配合使用

Jbig2enc+ akrykukov 补丁

• http://dokupuppylinux.info/programs:encoders

• thessalonica-pdf.py也需要 thessalonica-pdf.py

jbig2enc 的通用语法是（假设您的文件是 tiff）

jbig2 -s -p -v *.tiff && pdf.py output >out.pdf

但是，对于Jbig2enc+ akrykukov 补丁

jbig2 -s -p -v -P (number of pages for dictionary) *.tiff && thessalonica-pdf.py *.jbig2 >out.pdf

重要的：

您需要 python 库才能将所有 jbig2 结果文件收集并放在 pdf 中