将 PDF 文件夹转换为 CMYK 值的 csv

【问题标题】：Convert a folder of PDFs into a csv of CMYK values将 PDF 文件夹转换为 CMYK 值的 csv
【发布时间】：2018-06-03 03:11:21
【问题描述】：

tldr：如何将 pdf 文件夹转换为 CMYK 值（或 RGB 或任何类型的色标值）列表，最好是在 python 中。

我有一个文件夹，里面有大约 100,000 个文档。为了更轻松地对这些文档进行抽样，我想对文档进行数据分析（聚类和异常检测），我想要的一个指标是 CMYK 覆盖率。（最好）python中是否有任何方法或包可以计算PDF的CMYK覆盖率？

****编辑****

经过一些研究，我发现 GhostScript 应该提供我需要的功能，如果有人可以帮助我实现，我仍然非常感激。

【问题讨论】：

inkcov 设备将计算文档每一页上 CMYK 的覆盖率。恐怕我不明白你真正想要的是什么，你似乎想要每个文档（而不是每页）的 CMYK 覆盖率，这对我来说似乎没有用。我想你可以合计每页的覆盖率并除以页数得到平均值。
每页 CMYK 可以正常工作，不幸的是我只是在努力做到这一点

【解决方案1】：

./gs -sDEVICE=inkcov -sOutputFile=out.txt input.pdf 应该为您提供文件中每个页面的 CMYK 覆盖率。

您可以使用-dQUIET -o - 而不是-sOutputFile 将输出发送到标准输出。

然后您需要一些取决于您的操作系统的批处理脚本。在 Windows 上类似：

for %s in (folder/*.pdf) do gswin64c -dQUIET -sDEVICE=inkcov -o - "%s" >> coverage.txt

应该从文件夹中取出每个文件，通过inkcov设备运行它并将输出发送到stdout，我们将其重定向到一个文件并使用>>，以便每次执行都附加到文件而不是覆盖以前的输出.

您当然需要在每次运行后删除输出文件。

【讨论】：