如何更改 PDF 文件中图像的过滤器答案

【问题标题】：How to change the filter of an image in a PDF file如何更改 PDF 文件中图像的过滤器
【发布时间】：2019-09-17 10:53:23
【问题描述】：

我正在构建一个压缩 PDF 文件的工具，并使用 pdfbox。我有一些使用DCTDecode + FlateDecode 过滤器的图像，我想尝试使用JPXDecode 过滤器，看看它是否占用更少的空间。

我已经看到了一些使用iText 的代码，但是如何使用pdfbox 呢？我没有找到如何执行此操作的文档。

【问题讨论】：

我试过但失败了：1) Adobe 不接受我的文件 2) PDFBox 显示它但颜色错误 3) 我查看了生成的 JPEG2000 图像文件，它看起来很糟糕，颜色是错了，我怀疑编码器有bug。
谢谢，那么我没有其他选择可以使用iText 或其他解决方案。
就其价值而言，根据我的经验，JPEG 对“小”图像占用的字节更少，而 JPEG2000 为“更大”图像提供更好的压缩。
我的 PDF 文件通常是扫描页面，而且很大。
是否有关于如何将FlateDecode 过滤器添加到图像的示例？它似乎提高了压缩率。

标签： java image pdf pdfbox jpeg2000

【解决方案1】：

此代码无需更改 COSWriter 即可替换图像流（这听起来很可怕），但是我尝试使用 PDF 的经验是编码的图像不正确，即 JPEG 2000 编码器中存在错误，因此请检查您的结果 PDF。

public class SO57972743
{
    public static void main(String[] args) throws IOException
    {
        System.out.println("supported formats: " + Arrays.toString(ImageIO.getReaderFormatNames()));

        try (PDDocument doc = PDDocument.load(new File("test.pdf")))
        {
            // get 1st level images only here (there may be more in form XObjects!)
            PDResources res = doc.getPage(0).getResources();
            for (COSName name : res.getXObjectNames())
            {
                PDXObject xObject = res.getXObject(name);
                if (xObject instanceof PDImageXObject)
                {
                    replaceImageWithJPX(xObject);
                }
            }
            doc.save("test-result.pdf");
        }
    }

    private static void replaceImageWithJPX(PDXObject xObject) throws IOException
    {
        PDImageXObject img = (PDImageXObject) xObject;
        BufferedImage bim = img.getOpaqueImage(); // the mask (if there) won't be touched
        ByteArrayOutputStream baos = new ByteArrayOutputStream();
        boolean written = ImageIO.write(bim, "JPEG2000", baos);
        if (!written)
        {
            System.err.println("write failed");
            return;
        }
        // replace image stream
        try (OutputStream os = img.getCOSObject().createRawOutputStream())
        {
            os.write(baos.toByteArray());
        }
        img.getCOSObject().setItem(COSName.FILTER, COSName.JPX_DECODE); // replace filter
        img.getCOSObject().removeItem(COSName.COLORSPACE); // use the colorspace in the image itself
    }
}

【讨论】：

我没有重新实现完整的COSWriter，只是从它派生并覆盖处理流的方法。你的解决方案似乎比我的简单。

【解决方案2】：

使用pdfbox 可以压缩所有图像，方法是使用自定义COSWriter 处理所有图像流并使用JPXDecode 过滤器重新编码它们。 pdfbox 不能这样做，但是带有插件的 JAI 库可以生成 JPEG2000 图像。压缩因子是可配置的，可以在不损失太多质量的情况下实现高压缩比。

通过另外使用FlateDecode 过滤器，可以获得更多的压缩而不损失质量。

【讨论】：