iTextSharp 可以使用经过多阶段过滤（DCTDecode 和 FlateDecode）的 JPEG 图像生成 PDF 吗？答案

【问题标题】：Can iTextSharp generate PDF with JPEG images that are multi-stage filtered (both DCTDecode and FlateDecode)?iTextSharp 可以使用经过多阶段过滤（DCTDecode 和 FlateDecode）的 JPEG 图像生成 PDF 吗？
【发布时间】：2014-03-24 09:14:58
【问题描述】：

最近我的任务是减少从空白办公文档生成的 PDF 的文件大小。

图像大多是空白的，但它们有各种公司信头（彩色）、边框和页脚。有些是由软件生成的（因此具有非常干净的像素），有些是由桌面扫描仪扫描的。

作为“空白”，我的意思是页面的中心部分（距每个边距两英寸）将是绝对空白和白色的。

我的老板想让这些 PDF 保持彩色，但不介意让它们变得更模糊，只要它们不太难看。

我已经测试了很多文件缩减方案：

不同的颜色压缩方法（FlateDecode、LZWDecode、DCTDecode...）
不同的 JPEG 质量设置
减少 JPEG 的像素宽度和高度，仅在显示 PDF 时将其拉伸。
将图像内容切割成更小的图像块。

到目前为止，我发现第三种方法（减少像素尺寸）比减少 JPEG 质量设置（例如，将图像缩小 50% 而不是将质量从 50 降低到 20）更有效

但是，在我们从其他公司收集的一些示例 PDF 中，让我无法理解的一种方法是，其中一些具有 多阶段过滤的 JPEG 图像。我的意思是：

过滤器名称是一个由两个组成的数组：/DCTDecode、/FlateDecode
生成 PDF 时，先应用 JPEG 压缩，然后再压缩。在查看 PDF 时，首先将数据膨胀，然后将 JPEG 解压缩为像素。

我将解压的第一步（FlateDecode）应用于多级过滤数据，得到原始 JPEG 数据。我使用十六进制查看器检查JPEG数据，发现在JPEG图像的空白区域中，大部分字节都是重复的模式。这就解释了为什么在 JPEG 文件之上应用二次压缩是有利的 - 如果只有一个人知道 JPEG 图像大部分是空白的。

显然，这些 PDF 也是由 iText 创建的。但是，我不清楚是否有 iTextSharp.text.Image 类的实例支持这种两级过滤的组合。

如果 iText 没有内置支持创建这样的两阶段压缩图像，如果我处理两阶段压缩并使用类似 PdfImageObject 的东西，是否可以插入图像？

【问题讨论】：

您看到 2 级压缩有哪些改进？即使有重复的空白块，JPEG 的熵也相当高。
很遗憾，我没有时间编写示例，但我可以向您推荐一个可以帮助您的示例。看看这个例子中图像的创建方式：itextpdf.com/sandbox/tables/AddSpotColorImage 您可以从Image 创建一个PdfImage，然后更改该对象的键和数据（并非微不足道，但并非不可能） .我将在我的 TODO 列表中添加一个项目，看看是否可以添加选项以将 /FlateDecode 过滤器添加到下一个版本的图像中。
是的，使用PdfImageObject 并按照我的描述替换流也可以。我的评论是假设您希望在第一次（而不是第二次）中应用压缩。我（仍然）没有时间做一个例子，但我会在今天结束之前用两种可能的方法写一个答案。
我没有忘记这个问题，但是在尝试编写最简洁的工作示例时，我发现了 iText 中的一个错误。我目前正在修复它;-)
这已在主干（SVN 存储库）中修复。

标签： pdf itextsharp jpeg image-compression

【解决方案1】：

我创建了两个示例，一个适用于当前 iText 版本，一个仅适用于下一个 iText 版本（因为我添加了一些功能）。

这是最简单的方法（但只能从 iText 5.5.1 开始使用）：

Image img = Image.getInstance("some.jpg");
img.setCompressionLevel(PdfStream.BEST_COMPRESSION);

当您将 JPEG 传递给 iText 时，过滤器将是 /DCTDecode。我重用了现有的setCompressionLevel() 方法，使流也会被压缩。您将在过滤器中有两个条目：/FlateDecode 和 /DCTDecode。这显示在 FlateCompressJPEG1Pass 例子。

由于这需要一个尚未正式发布的 iText 版本，我还创建了 FlateCompressJPEG2Passes 示例。

PdfReader reader = new PdfReader(src);
// We assume that there's a single large picture on the first page
PdfDictionary page = reader.getPageN(1);
PdfDictionary resources = page.getAsDict(PdfName.RESOURCES);
PdfDictionary xobjects = resources.getAsDict(PdfName.XOBJECT);
PdfName imgName = xobjects.getKeys().iterator().next();
PRStream imgStream = (PRStream)xobjects.getAsStream(imgName);
imgStream.setData(PdfReader.getStreamBytesRaw(imgStream), true);
PdfArray array = new PdfArray();
array.add(PdfName.FLATEDECODE);
array.add(PdfName.DCTDECODE);
imgStream.put(PdfName.FILTER, array);
PdfStamper stamper = new PdfStamper(reader, new FileOutputStream(dest));
stamper.close();
reader.close();

此代码示例对现有文档进行后处理，它需要更多代码并且更容易出错：在这个简短的 sn-p 中，我假设有一个 XObject 并且这个单个对象是一个图像。您的 PDF 可能并非如此。

【讨论】：