Question

我想删除PDF文件中的所有图片。

页面布局不应更改。所有图像都应该用空格替换。

如何借助Ghostscript和相应的PostScript代码实现这一目标？

Answer 1

同时，最新的Ghostscript版本有一个更好，更容易使用的方法从PDF中删除所有图像。要添加到命令行的参数是-dFILTERIMAGE

 gs -o noimages.pdf -sDEVICE=pdfwrite -dFILTERIMAGE input.pdf

更好的是，您还可以通过指定-dFILTERTEXT或-dFILTERVECTOR从PDF中删除所有文字或所有矢量绘图元素。

当然，您还可以组合所需的这些-dFILTER*参数的任意组合，以获得所需的结果。（结合所有这三个当然会导致＆＃34;空＆＃34;页面。）

以下是示例PDF页面的屏幕截图，其中包含上述所有3种类型的内容：

_{包含＆＃34;图像＆＃34;，＆＃34;矢量＆和＆＃34;文字＆＃34;元件。}

运行以下6个命令将创建剩余内容的所有6种可能变体：

gs -o noIMG.pdf -sDEVICE=pdfwrite -dFILTERIMAGE input.pdf gs -o noTXT.pdf -sDEVICE=pdfwrite -dFILTERTEXT input.pdf gs -o noVCT.pdf -sDEVICE=pdfwrite -dFILTERVECTOR input.pdf gs -o onlyTXT.pdf -sDEVICE=pdfwrite -dFILTERVECTOR -dFILTERIMAGE input.pdf gs -o onlyIMG.pdf -sDEVICE=pdfwrite -dFILTERVECTOR -dFILTERTEXT input.pdf gs -o onlyVCT.pdf -sDEVICE=pdfwrite -dFILTERIMAGE -dFILTERTEXT input.pdf

下图说明了结果：

_{左上角：所有＆＃34;文字＆＃34;删除;所有＆＃34;图像＆＃34;删除;所有＆＃34;载体＆＃34;除去。从左开始底行，：仅限＆＃34;文字＆＃34;保持;只有＆＃34;图像＆＃34;保持;只有＆＃34;载体＆＃34;保持}

Answer 2

我自己提出了答案，但实际的代码是由{Ghostscript开发人员Chris Liddell提供的。

我使用了原始的PostScript代码并剥离了其他功能。仅保留删除光栅图像的功能。其他图形页面对象 - 文本部分，图案和矢量对象 - 应保持不变。

复制以下代码并将其另存为remove-images.ps：

%!PS

% Run as:
%
%      gs ..... -dFILTERIMAGE -dDELAYBIND -dWRITESYSTEMDICT \
%                 ..... remove-images.ps <your-input-file>
%
% derived from Chris Liddell's original 'filter-obs.ps' script
% Adapted by @pdfkungfoo (on Twitter)

currentglobal true setglobal

32 dict begin

/debugprint     { systemdict /DUMPDEBUG .knownget { {print flush} if} 
                {pop} ifelse } bind def

/pushnulldevice {
  systemdict exch .knownget not
  {
    //false
  } if

  {
    gsave
    matrix currentmatrix
    nulldevice
    setmatrix
  } if
} bind def

/popnulldevice {
  systemdict exch .knownget not
  {
    //false
  } if
  {
    % this is hacky - some operators clear the current point
    % i.e.
    { currentpoint } stopped
    { grestore }
    { grestore moveto} ifelse
  } if
} bind def

/sgd {systemdict exch get def} bind def

systemdict begin

/_image /image sgd
/_imagemask /imagemask sgd
/_colorimage /colorimage sgd

/image {
   (\nIMAGE\n) //debugprint exec /FILTERIMAGE //pushnulldevice exec
  _image
  /FILTERIMAGE //popnulldevice exec
} bind def

/imagemask
{
  (\nIMAGEMASK\n) //debugprint exec
  /FILTERIMAGE //pushnulldevice exec
  _imagemask
  /FILTERIMAGE //popnulldevice exec
} bind def

/colorimage
{
  (\nCOLORIMAGE\n) //debugprint exec
  /FILTERIMAGE //pushnulldevice exec
  _colorimage
  /FILTERIMAGE //popnulldevice exec
} bind def

end
end

.bindnow

setglobal

现在运行此命令：

gs -o no-more-images-in-sample.pdf \
   -sDEVICE=pdfwrite               \
   -dFILTERIMAGE                   \
   -dDELAYBIND                     \
   -dWRITESYSTEMDICT               \
    remove-images.ps               \
    sample.pdf

我使用官方PDF规范测试了代码，并且它有效。以下两个屏幕截图显示了输入和输出PDF的第750页：

如果你想知道为什么看起来像图像的东西仍在输出页面上：它不是真正的光栅图像，而是原始文件中的＆＃39; 模式，因此不会被删除。

如何从PDF中删除所有图像？

2 个答案: