ImageMagick和Tesseract（PDF至TIFF至PDF）尺寸问题

Question

我的公司正在放弃使用名为SimpleIndex的应用程序，该应用程序可以将OCR文件用于扫描图像。我正在测试ImageMagicK / Tesseract OCR（希望能用PHP来完成工作）。最初，我们有一个将多个扫描图像组合在一起的PDF。然后，我使用此命令行使用ImageMagicK将PDF文件转换为TIF。

magick.exe convert -strip -alpha off -density 300 100492.PDF -depth 2 -quality 100 -compress zip 100492.TIF

• 原始PDF大小为2,573 KB。
• 在ImageMagicK之后，它会增加4,219 KB。

接下来，我将这个命令用于tesseract以对TIF文件进行OCR并将其输出为PDF。

tesseract 100492.tif 100492 PDF

• 最终结果是7,208 KB PDF。

• 这是SimpleIndex文件大小的两倍，是3,589 KB。

我还有其他方法可以减小文件大小吗？

注意：奇怪的是，我测试了另一个TIF文件（相同的原始PDF文件，但在ImageMagicK上将深度从2更改为8，将质量从100更改为默认值92，从而产生了6,466 KB的TIF文件）。在运行tesseract之后，它生成了大小完全相同的PDF ，大​​小为7,208 KB PDF。