Question

我有一批由扫描页面组成的PDF（约80,000个文件）。图像层的像素大小与300dpi一致，但似乎设置为72dpi。因此，页面大小显示为46x35英寸。我需要调整这些文件，使它们注册为8.5 x 11，或者它们的自然大小，我需要能够编写流程脚本，这样我就可以将其留在80,000个文档上（每个文档2-5页）。

我想避免重新采样图像层，因为这可能会增加损失，并显着减慢过程。我试过了：

convert -density 300x300 input.pdf output.pdf

但它重新采样图像。我在ghostscript上试过了不同的变种，比如

gs \
  -o output.pdf \
  -sDEVICE=pdfwrite \
  -dDownsampleMonoImages=false \
  -dMonoImageResolution=300 \
   input.pdf

生成一个文件，但似乎没有变化，并且仍然注册为超大文件。此外，页面的大小和方向也不同。因此，将它们全部强制为一个尺寸/方向将无效。

（仅供参考，我真的不在乎，但下一步是让Acrobat Pro OCR所有这些文件，以及超过45英寸的OCR扼流圈。）

Answer 1

PDF是一种独立于分辨率的格式，因此图像的分辨率等非常无关紧要。页面的“自然大小”是Acrobat所说的，它是从文件中的MediaBox（或CropBox）信息中收集的。

听起来像原来转换为PDF是错误的，文件真的是他们声称现在的（媒体）大小。

我怀疑你可能得到你需要的结果;你只是'需要调整文件大小。问题是，如果媒体大小不同（你说他们这样做），这不是一件容易的事。

然而，在进一步推进之前，我建议你带一个你想成为8.5x11的文件并试试这个：

gs -dBATCH -dNOPAUSE \
   -sDEVICE=pdfwrite \
   -dDEVICEWIDTHPOINTS=612 -dDEVICEHEIGHTPOINTS=792 \
   -dFIXEDMEDIA \
   -dPDFFitPage \
   -sOutputFile=output.pdf \
    input.pdf

这将修复8.5x11使用的媒体，并告诉Ghostscript调整文档大小以适应页面（通过计算和应用比例因子）。它不应该影响除压缩之外的图像数据，如果有彩色图像，我们可能需要担心JPEG伪像，但可以单独处理。

Answer 2

cpdf -scale-pages usletterportrait in.pdf -o out.pdf

除了将页面内容包装在转换矩阵中以进行缩放之外，不会触摸页面内容，也会缩放媒体/裁剪/艺术/出血/修剪框。

（商业，我很害怕：

http://www.coherentpdf.com/

免责声明：我写了。）

Answer 3

修改原始的gs命令，如下所示：

gs \
  -o output.pdf \
  -sDEVICE=pdfwrite \
  -dPDFFitPage \
  -g6120x7920 \
   input.pdf

然后检查两件事：

页面尺寸现在显示为“字母”（或612x792点，或8.5x11英寸）。
文件大小与原始大小略有不同（表示未对页面图像进行重新采样）。

如果输入仅以灰度扫描文档（看起来像是），则无需设置-dDownSample*Images或设置-d*ImageResolution。

缩放扫描的PDF而无需重新采样图像层

3 个答案: