我有一些PDF教科书，其中一些是超过400兆字节，1000页，而其他（看起来质量相似）只有10兆字节，1500页！我认为它可能是图像质量，但图像质量非常相似。接下来，当我放大时，我查看了文本，看到较大的书看起来像是光栅化文本，而较小的文件看起来像是有矢量文本。这是吗？
如果是这样，我怎样才能开始制作矢量格式的PDF文件？是否可以扫描文档/使用OCR识别文本，然后以某种方式将栅格化文本转换为矢量格式？你还可以将光栅化文本转换成矢量格式吗？
干杯， 埃文斯
答案 0 :(得分：0)
在两种不同PDF类型的样本上检查此命令：
pdfimages -list -f 1 -l 10 the.pdf
（您的PDF图像版本应该是最近的版本，Poppler版本。）这将为您提供前10页中所有图像的列表。它还列出了图像尺寸（宽度，高度），以像素为单位，以及图像大小（以字节为单位）和相应的压缩。）如果你能忍受它，你也可以运行：
pdfimages -list the.pdf
这为您提供了所有页面中所有图片的列表。
我敢打赌，较大的一个会列出更多图片。
同时运行：
pdffonts -f 1 -l 10 the.pdf
和
pdffonts the.pdf
我的猜测是：您的大型 PDF类型不会列出任何字体。这意味着，这些PDF的页面很可能来自扫描的文件。
较小的是＆＃34;天生的数字＆＃34; ......