将PDF文件夹转换为CMYK值的csv

Question

tldr：如何将pdf文件夹转换为CMYK值列表（或RGB或任何类型的色阶值），最好是在python中。

我有一个大约有100,000个文件的文件夹。为了更容易地对这些文档进行采样，我想对文档进行数据分析（聚类和异常检测），我想要的一个指标是CMYK覆盖。 （优选地）python中是否有任何方法或包可以计算PDF的CMYK覆盖范围？

**** ****编辑

经过一些研究后我发现GhostScript应该提供我需要的功能，如果有人能帮我实现，我仍然会非常感激。

Answer 1

./gs -sDEVICE=inkcov -sOutputFile=out.txt input.pdf应该在文件中为每个页面提供CMYK覆盖。

您可以使用-dQUIET -o -代替-sOutputFile将输出发送到stdout。

然后，您需要一些批处理脚本，这取决于您的操作系统。在Windows上类似于：

for %s in (folder/*.pdf) do gswin64c -dQUIET -sDEVICE=inkcov -o - "%s" >> coverage.txt

应该从文件夹中获取每个文件，通过inkcov设备运行它并将输出发送到stdout，我们将其重定向到文件并使用>>以便每次执行都附加到文件而不是覆盖文件以前的输出。

每次运行后都需要删除输出文件。