将PDF转换为高分辨率图像

Question

我正在尝试使用命令行程序 convert 将 PDF 转换为图像（JPEG 或 PNG）。这是我正在尝试转换的one of the PDFs。

我希望程序修剪掉多余的空白并返回足够高质量的图像，以便轻松阅读上标。

这是我目前的best attempt。如您所见，修剪效果很好，我只需要稍微提高分辨率即可。这是我正在使用的命令：

convert -trim 24.pdf -resize 500% -quality 100 -sharpen 0x1.0 24-11.jpg

我尝试做出以下有意识的决定：

• 将其放大（对分辨率没有影响）
• 让质量尽可能高
• 使用-sharpen（我尝试了一系列值）

任何关于提高最终 PNG/JPEG 图像分辨率的建议将不胜感激！

Answer 1

似乎以下工作：

convert           \
   -verbose       \
   -density 150   \
   -trim          \
    test.pdf      \
   -quality 100   \
   -flatten       \
   -sharpen 0x1.0 \
    24-18.jpg

结果为@​​987654321@。将此与我的原始命令 (the image on the right) 的结果进行比较：

  

（要真正看到并欣赏两者之间的差异，请右键单击每个并选择“在新标签中打开图像...”.)

还要记住以下事实：

• 右侧更糟糕的模糊图像的文件大小为 1.941.702 字节 (1.85 MByte)。 其分辨率为 3060x3960 像素，使用 16 位 RGB 色彩空间。
• 左侧更好、更清晰的图像文件大小为 337.879 字节 (330 kByte)。 其分辨率为 758x996 像素，使用 8 位灰度色彩空间。

因此，无需调整大小；添加-density 标志。密度值 150 很奇怪 - 尝试一系列值会导致两个方向的图像看起来更糟糕！

Answer 2

我个人喜欢这个。

convert -density 300 -trim test.pdf -quality 100 test.jpg

文件大小是文件大小的两倍多一点，但对我来说看起来更好。

-density 300 设置渲染 PDF 的 dpi。

-trim 删除与角像素颜色相同的任何边缘像素。

-quality 100 将 JPEG 压缩质量设置为最高质量。

-sharpen 之类的东西不适用于文本，因为它们会撤销您的字体渲染系统为使其更易读所做的操作。

如果您真的希望它放大，请在此处使用 resize 并可能使用更大的 dpi 值，例如 targetDPI * scalingFactor 这将以您想要的分辨率/大小呈现 PDF。

imagemagick.org上的参数说明为here

Answer 3

我在命令行使用pdftoppm获取初始图像，一般分辨率为300dpi，所以pdftoppm -r 300，然后使用convert进行剪裁和PNG转换。

Answer 4

我在 convert 上确实没有取得很好的成功[2020 年 5 月更新：实际上：它几乎对我不起作用]，但我在 pdftoppm 上取得了非常好的成功。以下是从 PDF 生成高质量图像的几个示例：

1. [每 pg 生成约 25 MB 大小的文件] 以 300 DPI 将未压缩的 .tif 文件格式输出到名为“images”的文件夹中，文件名为 pg-1.tif、pg-2.tif、pg-3.tif 等：

    mkdir -p images && pdftoppm -tiff -r 300 mypdf.pdf images/pg
   

2. [每 pg 生成 ~1MB 大小的文件] 以 .jpg 格式输出，300 DPI：

    mkdir -p images && pdftoppm -jpeg -r 300 mypdf.pdf images/pg
   

3. [每 pg 生成约 2MB 大小的文件] 以 .jpg 格式以最高质量（最小压缩） 输出，但仍以 300 DPI >：

    mkdir -p images && pdftoppm -jpeg -jpegopt quality=100 -r 300 mypdf.pdf images/pg
   

有关更多解释、选项和示例，请在此处查看我的完整答案：

https://askubuntu.com/questions/150100/extracting-embedded-images-from-a-pdf/1187844#1187844.

相关：

1. [如何使用/pdf2searchablepdf 将 PDF 转换为可搜索的 PDF] https://askubuntu.com/questions/473843/how-to-turn-a-pdf-into-a-text-searchable-pdf/1187881#1187881
2. 交叉链接：
   1. How to convert a PDF into JPG with command line in Linux?
   2. https://unix.stackexchange.com/questions/11835/pdf-to-jpg-without-quality-loss-gscan2pdf/585574#585574

Answer 5

通常我会以原始分辨率提取带有“pdfimages”的嵌入图像，然后使用 ImageMagick 转换为所需的格式：

$ pdfimages -list fileName.pdf
$ pdfimages fileName.pdf fileName   # save in .ppm format
$ convert fileName-000.ppm fileName-000.png

这会生成最好和最小的结果文件。

注意：对于有损 JPG 嵌入图像，您必须使用 -j:

$ pdfimages -j fileName.pdf fileName   # save in .jpg format

使用最近的“poppler-util”（0.50+，2016），您可以使用 -all 将有损保存为 jpg 和无损保存为 png，所以很简单：

$ pdfimages -all fileName.pdf fileName

始终从 PDF 中提取质量最好的内容。

在很少提供的 Win 平台上，您必须从以下位置下载最近的（0.68，2018）“poppler-util”二进制文件： http://blog.alivate.com.au/poppler-windows/

Answer 6

我发现在将大型 PDF 批量处理为 PNG 和 JPG 以使用 convert 使用的底层 gs（又名 Ghostscript）命令时，它既更快又更稳定。

您可以在convert -verbose 的输出中看到该命令，并且还有一些可能的调整 (YMMV) 很难/不可能通过convert 直接访问。

但是，使用gs 进行修剪和锐化会更难，所以，正如我所说，YMMV！

Answer 7

在 ImageMagick 中，您可以进行“超级采样”。您指定一个大的密度，然后根据最终输出大小的需要调整大小。例如你的图片：

convert -density 600 test.pdf -background white -flatten -resize 25% test.png

下载图片以全分辨率查看以进行比较..

如果您希望进行进一步处理，我不建议您保存为 JPG。

如果您希望输出的大小与输入的大小相同，则将大小调整为密度与 72 之比的倒数。例如，-density 288 和 -resize 25%。 288=4*72 和 25%=1/4

密度越大，最终的质量越好，但处理时间会更长。

Answer 8

它也给你很好的结果：

exec("convert -geometry 1600x1600 -density 200x200 -quality 100 test.pdf test_image.jpg");

Answer 9

Linux 用户：我尝试了convert 命令行实用程序（用于 PDF 到 PNG），但我对结果不满意。我发现这更容易，结果更好：

• 使用 pdftk 提取 pdf 页面
  • 例如：pdftk file.pdf cat 3 output page3.pdf
• 使用GIMP打开（导入）该pdf
  • 重要：将导入Resolution从100更改为300或600 pixel/in
• 在GIMP导出为PNG（将文件扩展名更改为.png）

编辑：

根据Comments 的要求添加了图片。使用的转换命令：

convert -density 300 -trim struct2vec.pdf -quality 100 struct2vec.png

GIMP : 以 300 dpi (px/in) 导入；导出为 PNG 压缩级别 3。

我没有在命令行上使用过 GIMP（回复：我的评论，如下）。

Answer 10

还有一个建议是您可以使用 GIMP。

只需在 GIMP 中加载 PDF 文件->另存为 .xcf 即可对图像进行任何操作。

Answer 11

我用过pdf2image。一个简单的 python 库，像魅力一样工作。

首先在非linux机器上安装poppler。你可以直接下载 zip。在 Program Files 中解压并将 bin 添加到 Machine Path。

之后，您可以像这样在 python 类中使用 pdf2image：

from pdf2image import convert_from_path, convert_from_bytes
images_from_path = convert_from_path(
   inputfile,
   output_folder=outputpath,
   grayscale=True, fmt='jpeg')

我不擅长python，但能够制作它的exe。 稍后您可以使用带有文件输入和输出参数的 exe。我在 C# 中使用过它，一切正常。

图像质量很好。 OCR 工作正常。

Answer 12

我使用icepdf 一个开源的java pdf 引擎。检查office demo。

package image2pdf;

import org.icepdf.core.exceptions.PDFException;
import org.icepdf.core.exceptions.PDFSecurityException;
import org.icepdf.core.pobjects.Document;
import org.icepdf.core.pobjects.Page;
import org.icepdf.core.util.GraphicsRenderingHints;
import javax.imageio.ImageIO;
import java.awt.image.BufferedImage;
import java.awt.image.RenderedImage;
import java.io.File;
import java.io.FileNotFoundException;
import java.io.IOException;

public class pdf2image {

   public static void main(String[] args) {

      Document document = new Document();
      try {
         document.setFile("C:\\Users\\Dell\\Desktop\\test.pdf");
      } catch (PDFException ex) {
         System.out.println("Error parsing PDF document " + ex);
      } catch (PDFSecurityException ex) {
         System.out.println("Error encryption not supported " + ex);
      } catch (FileNotFoundException ex) {
         System.out.println("Error file not found " + ex);
      } catch (IOException ex) {
         System.out.println("Error IOException " + ex);
      }

      // save page captures to file.
      float scale = 1.0f;
      float rotation = 0f;

      // Paint each pages content to an image and
      // write the image to file
      for (int i = 0; i < document.getNumberOfPages(); i++) {
         try {
         BufferedImage image = (BufferedImage) document.getPageImage(
             i, GraphicsRenderingHints.PRINT, Page.BOUNDARY_CROPBOX, rotation, scale);

         RenderedImage rendImage = image;
         try {
            System.out.println(" capturing page " + i);
            File file = new File("C:\\Users\\Dell\\Desktop\\test_imageCapture1_" + i + ".png");
            ImageIO.write(rendImage, "png", file);
         } catch (IOException e) {
            e.printStackTrace();
         }
         image.flush();
         }catch(Exception e){
             e.printStackTrace();
         }
      }

      // clean up resources
      document.dispose();
   }
}

我也试过imagemagick和pdftoppm，pdftoppm和icepdf的分辨率都比imagemagick高。

Answer 13

请在投票前注意，此解决方案适用于使用图形界面的 Gimp，而不适用于使用命令行的 ImageMagick，但作为替代方案，它对我来说效果很好，这就是我找到它的原因需要在这里分享。

按照这些简单的步骤从 PDF 文档中提取任何格式的图像

1. 下载GIMP图像处理程序
2. 安装后打开程序
3. 打开要提取图像的 PDF 文档
4. 仅选择要从中提取图像的 PDF 文档页面。 N/B：如果您只需要封面图片，请仅选择第一页。
5. 选择要从中提取图像的页面后点击打开
6. 页面打开时GIMP时点击文件菜单
7. 在“文件”菜单中选择导出为
8. 在弹出的对话框下方按扩展名（例如 png）选择您喜欢的文件类型。
9. 点击导出，将图片导出到您想要的位置。
10. 然后您可以在文件资源管理器中检查导出的图像。

就是这样。

我希望这会有所帮助

Answer 14

在 iOS Swift 最佳解决方案中从 Pdf 获取图像

func imageFromPdf(pdfUrl : URL,atIndex index : Int, closure:@escaping((UIImage)->Void)){
    
    autoreleasepool {
        
        // Instantiate a `CGPDFDocument` from the PDF file's URL.
        guard let document = PDFDocument(url: pdfUrl) else { return }
        
        // Get the first page of the PDF document.
        guard let page = document.page(at: index) else { return }
        
        // Fetch the page rect for the page we want to render.
        let pageRect = page.bounds(for: .mediaBox)
        
        let renderer = UIGraphicsImageRenderer(size: pageRect.size)
        let img = renderer.image { ctx in
            // Set and fill the background color.
            UIColor.white.set()
            ctx.fill(CGRect(x: 0, y: 0, width: pageRect.width, height: pageRect.height))
            
            // Translate the context so that we only draw the `cropRect`.
            ctx.cgContext.translateBy(x: -pageRect.origin.x, y: pageRect.size.height - pageRect.origin.y)
            
            // Flip the context vertically because the Core Graphics coordinate system starts from the bottom.
            ctx.cgContext.scaleBy(x: 1.0, y: -1.0)
            
            // Draw the PDF page.
            page.draw(with: .mediaBox, to: ctx.cgContext)
        }
        closure(img)

    }
    
    
}

//用法

    let pdfUrl = URL(fileURLWithPath: "PDF URL")
    self.imageFromPdf2(pdfUrl: pdfUrl, atIndex: 0) { imageIS in
        
    }

Answer 15

你附加的PNG文件看起来真的很模糊。如果您需要对生成为 PDF 预览的每个图像使用额外的后处理，则会降低解决方案的性能。

2JPEG 可以将您附加的 PDF 文件转换为漂亮的锐化 JPG 并一次调用裁剪空白边距：

2jpeg.exe -src "C:\In\*.*" -dst "C:\Out" -oper Crop method:autocrop

Answer 16

使用这个命令行：

convert -geometry 3600x3600 -density 300x300 -quality 100 TEAM\ 4.pdf team4.png

这应该会按照您的要求正确转换文件。

Answer 17

以下 python 脚本适用于任何 Mac（Snow Leopard 及更高版本）。它可以在命令行上使用连续的 PDF 文件作为参数，或者您可以在 Automator 中放入 Run Shell Script 动作，并制作服务（Mojave 中的快速动作）。

您可以在脚本中设置输出图像的分辨率。

script 和 Quick Action 可以从 github 下载。

#!/usr/bin/python
# coding: utf-8

import os, sys
import Quartz as Quartz
from LaunchServices import (kUTTypeJPEG, kUTTypeTIFF, kUTTypePNG, kCFAllocatorDefault) 

resolution = 300.0 #dpi
scale = resolution/72.0

cs = Quartz.CGColorSpaceCreateWithName(Quartz.kCGColorSpaceSRGB)
whiteColor = Quartz.CGColorCreate(cs, (1, 1, 1, 1))
# Options: kCGImageAlphaNoneSkipLast (no trans), kCGImageAlphaPremultipliedLast 
transparency = Quartz.kCGImageAlphaNoneSkipLast

#Save image to file
def writeImage (image, url, type, options):
    destination = Quartz.CGImageDestinationCreateWithURL(url, type, 1, None)
    Quartz.CGImageDestinationAddImage(destination, image, options)
    Quartz.CGImageDestinationFinalize(destination)
    return

def getFilename(filepath):
    i=0
    newName = filepath
    while os.path.exists(newName):
        i += 1
        newName = filepath + " %02d"%i
    return newName

if __name__ == '__main__':

    for filename in sys.argv[1:]:
        pdf = Quartz.CGPDFDocumentCreateWithProvider(Quartz.CGDataProviderCreateWithFilename(filename))
        numPages = Quartz.CGPDFDocumentGetNumberOfPages(pdf)
        shortName = os.path.splitext(filename)[0]
        prefix = os.path.splitext(os.path.basename(filename))[0]
        folderName = getFilename(shortName)
        try:
            os.mkdir(folderName)
        except:
            print "Can't create directory '%s'"%(folderName)
            sys.exit()

        # For each page, create a file
        for i in range (1, numPages+1):
            page = Quartz.CGPDFDocumentGetPage(pdf, i)
            if page:
        #Get mediabox
                mediaBox = Quartz.CGPDFPageGetBoxRect(page, Quartz.kCGPDFMediaBox)
                x = Quartz.CGRectGetWidth(mediaBox)
                y = Quartz.CGRectGetHeight(mediaBox)
                x *= scale
                y *= scale
                r = Quartz.CGRectMake(0,0,x, y)
        # Create a Bitmap Context, draw a white background and add the PDF
                writeContext = Quartz.CGBitmapContextCreate(None, int(x), int(y), 8, 0, cs, transparency)
                Quartz.CGContextSaveGState (writeContext)
                Quartz.CGContextScaleCTM(writeContext, scale,scale)
                Quartz.CGContextSetFillColorWithColor(writeContext, whiteColor)
                Quartz.CGContextFillRect(writeContext, r)
                Quartz.CGContextDrawPDFPage(writeContext, page)
                Quartz.CGContextRestoreGState(writeContext)
        # Convert to an "Image"
                image = Quartz.CGBitmapContextCreateImage(writeContext) 
        # Create unique filename per page
                outFile = folderName +"/" + prefix + " %03d.png"%i
                url = Quartz.CFURLCreateFromFileSystemRepresentation(kCFAllocatorDefault, outFile, len(outFile), False)
        # kUTTypeJPEG, kUTTypeTIFF, kUTTypePNG
                type = kUTTypePNG
        # See the full range of image properties on Apple's developer pages.
                options = {
                    Quartz.kCGImagePropertyDPIHeight: resolution,
                    Quartz.kCGImagePropertyDPIWidth: resolution
                    }
                writeImage (image, url, type, options)
                del page

Answer 18

您可以在 LibreOffice Draw（通常预装在 Ubuntu 中）中完成：

1. 在 LibreOffice Draw 中打开 PDF 文件。
2. 滚动到您需要的页面。
3. 确保文本/图像元素放置正确。如果没有，您可以在页面上调整/编辑它们。
4. 顶部菜单：文件 > 导出...
5. 在右下角的菜单中选择您需要的图像格式。我推荐 PNG。
6. 为您的文件命名并点击保存。
7. 将出现选项窗口，您可以调整分辨率和大小。
8. 单击“确定”，您就完成了。

Answer 19

在 Mac 上使用 Preview 实际上很容易。您只需在预览中打开文件并另存为（或导出）png 或 jpeg，但请确保在窗口底部使用至少 300 dpi 以获得高质量图像。