【发布时间】：2014-07-04 08:32:12
【问题描述】：
下午好，我的项目有个问题，这是PDF压缩，过程如下： 从 PDF 中提取图像 挂起 OCR 压缩库存 OCR + 合并图像并每页转换 PDF 将所有生成的 pdf 与 OCR、OCR PDFcon 合并为最终产品。 我的原始文件大小为 11 MB 和 4.2 MB 压缩。 整个过程完美运行，但我遇到的问题是 OCR 过程的速度。我在网上查了一下，我看到了一种绕过该过程的方法，即获取原始 PDF 的文本层并将其传递给最终的 PDF 被压缩，尝试一些代码，例如删除 PDF 的所有图像并独处用文本层，插入我的压缩图片，但问题是与上面提供的正常过程相比，文件的重量增加了4.2 MB以上，这对我来说很不方便。 在寻求另一种解决方案时，我发现通过 PDFStreamParser 、 PDStream 、 COSDictionary 使用 PDFBox 处理的处理 PDF 运算符。 运营商有TJ、TW、TZ、TC……等。 我的问题是如果有人知道通过TJ操作，这是一个包含PDF文本到另一个的操作，看看是否可以将原始PDF的文本层传递给最终的PDF在没有我的情况下压缩4.2MB高权重，这个想法是不要花费其他运算符，因为这些会增加最终 PDF 的权重，还是我弄错了？ 如果您有任何其他可以帮助我的解决方案，将不胜感激？ .
对不起，如果我的英语不好，如果有人懂西班牙语，请告诉我更好地表达自己。
谢谢
【问题讨论】：
标签： pdfbox