Question

我必须自动对PDF文档进行预检检查。预检包括：

检测现有文档中图像的分辨率，如果它们尚未达到该分辨率，则将其更改为300dpi。
检测图像的色彩空间，如果不是CMYK，则使用颜色配置文件将其转换为CMYK。
检测字体是否嵌入现有PDF文档中，并通过替换字体来解决此问题。（或绘制字体轮廓 - 我不确定这一部分。）

只是想知道是否可以使用PoDoFo或其他任何开源项目来完成。或者，如果我真的需要订购一些介于$ 2K到$ 6K之间的专有软件。我的托管环境在Linux上，支持PHP，Perl，Python，Ruby，Java。

有什么想法吗？

Answer 1

我不知道任何现成的开源软件符合您的要求。

只有部分内容可以通过编写自己的shell脚本（或其他程序）来解决。

检测图像的分辨率。

运行pdfimages -list some.pdf以输出PDF中包含的图像列表及其尺寸......貌似。但是关于它的不明显的是：这些维度是原始图像的维度（嵌入在PDF中）。这可能是720x720像素。但是，如果渲染到页面的10x10英寸的正方形上，则该图像将在页面上为72 DPI。如果在1x1英寸的正方形上渲染，则为720 DPI。 PDF中的两种“渲染”类型都可以使用相同的嵌入原始图像，而当前“图形状态”的上下文决定了应用哪种类型。因此，要确定页面上显示的图像的实际DPI，需要一些额外的PDF解析...

在任何情况下，您都可以告诉Ghostscript将图像重新采样到300 dpi，并为此使用“阈值”。（Ghostscript永远不会“上采样”一个图像，只会对这些超出阈值的下采样进行下采样。上采样几乎从来没有意义 - 它只会炸掉文件大小而不会提高质量。）
使用ICC配置文件将颜色转换为色彩空间CMYK。

Ghostscript can do that的最新版本。另请参阅描述其对ICC的支持的most recent Ghostscript documentation。
嵌入未嵌入的字体。

运行（并评估结果）pdffonts some.pdf将显示未嵌入哪些字体。

Ghostscript可以embed un-embedded fonts。

因此，一个满足您大部分要求的Ghostscript命令就是：

gs                                     \
  -o cmyk.pdf                          \
  -sDEVICE=pdfwrite                    \
  -sColorConversionStrategy=CMYK       \
  -sProcessColorModel=DeviceCMYK       \
  -sOutputICCProfile=/path/to/your.icc \
  -sColorImageDownsampleThreshold=2    \
  -sColorImageDownsampleType=Bicubic   \
  -sColorImageResolution=300           \
  -sGrayImageDownsampleThreshold=2     \
  -sGrayImageDownsampleType=Bicubic    \
  -sGrayImageResolution=300            \
  -sMonoImageDownsampleThreshold=2     \
  -sMonoImageDownsampleType=Bicubic    \
  -sMonoImageResolution=1200           \
  -dSubsetFonts=true                   \
  -dEmbedAllFonts=true                 \
  -sCannotEmbedFontPolicy=Error        \
  -c ".setpdfwrite<</NeverEmbed[ ]>> setdistillerparams" \
  -f some.pdf

此命令会对所有图像进行缩减采样，其分辨率高于双倍所需分辨率（*ImageDownSampleThreshold=2）。此外，它会将所有这些设置应用于任何输入文件（除非某些特殊的PDF预检软件会根据特殊属性的'检查'结果应用选择性'修正'）。

最后，我不知道是什么让你认为你必须花费2美元到6,000美元，以防你不得不求助于闭源商业预检软件。 _{（我在这个领域最喜欢的是非常强大的callas pdfToolbox6（甚至有一个在Linux上作为CLI运行的版本） - 它的基本版本需要500欧元。）}

Answer 2

我的背景是印刷，所以在阅读我的答案时请记住这一点。你打算做的项目似乎有些直截了当，但是当你深入了解它时，有很多印刷行业的知识可以用于这些操作。

以下是对您的要点的一些快速反馈：

您不希望将低分辨率图像上采样到300 dpi，因为它会降低图像质量（通过重新插值）并增加文件大小。
您需要注意颜色转换。可能存在某些RGB格式，您只想将其转换为黑色。或者，如果某人提供的文件已经是cmyk并且标记有错误的个人资料，会发生什么。
字体检测 - 替换字体非常复杂。如果您没有与发起人完全相同的字体，最终可能会出现文本重排问题。要拥有该字体，您必须支付许可费用。如果不嵌入字体，也无法将字体转换为轮廓。

我的建议是查看预检的商业套餐。这些开发人员花了数年时间开发他们的程序，并且是打印领域的专家。具有挑战性的部分将是找到基于您的价格范围的unix。大多数是专为Windows或Mac设计的。 Callas有一个linux cl版本，但没有列出价格。你需要服务器版本。

您打算通过它运行什么类型的卷？

Answer 3

您尝试过Enfocus PitStop Pro吗？根据您的具体要求联系他们的支持部门。他们有很多PDF preflight例子，很乐意帮助你。

使用PoDoFo或其他任何开源的PDF的预检程序？

3 个答案: