如何使用ghostscript删除PDF中的重复对象？

Question

使用命令行ghostscript，是否可以删除PDF中的重复嵌入对象（图像）并将其替换为单个实例？

我有200多页PDF，背景图片和每页上的一些较小的徽标。该文件非常大，因为每个页面中都嵌入了相同的背景图像和徽标二进制文件，而不是嵌入一次然后在每个页面上引用。我不是PDF的创建者所以我无法解决问题的来源。

（我不想缩小或降低图像质量，我不想完全删除它们。）

Answer 1

不，ghostscript（更具体地说是pdfwrite设备）不会替换图像XObjects或内嵌图像，它不会测试它们以查看tehy是否相同。

这样做是可能的，但这意味着要检查每个图像的每个字节，这在性能上可能非常昂贵，所以我们暂时不这样做。如果您想修改源代码，我可以提供一些建议。

FWIW许多其他对象都经过重复测试，但不是图像，只是因为读取和散列大图像所花费的时间。

Answer 2

作为ghostscript的补充，pdfsizeopt在消除PDF中的重复嵌入对象（包括背景图像）方面做得非常出色，并且可以在ghostscript处理文件之前或之后运行。然而，由于它的依赖性而包含在工作流中有点棘手，并且会创建大量临时文件。可以在https://github.com/pts/pdfsizeopt（以前为https://code.google.com/p/pdfsizeopt/）

找到

我的200多页文档仅通过删除重复图像就可以从150MB到40MB。