サイズの縮小のため、カラーのテキストと画像を含む PDF を白黒のみの別の PDF に変換したいと思います。さらに、ページ要素を画像に変換せずに、テキストをテキストのままにしておきたいです。次のコマンドを試しました。
convert -density 150 -threshold 50% input.pdf output.pdf
別の質問で見つかった、リンクしかし、これは望ましくないことです。出力内のテキストが粗悪な画像に変換され、選択できなくなります。Ghostscript で試してみました:
gs -sOutputFile=output.pdf \
-q -dNOPAUSE -dBATCH -dSAFER \
-sDEVICE=pdfwrite \
-dCompatibilityLevel=1.3 \
-dPDFSETTINGS=/screen \
-dEmbedAllFonts=true \
-dSubsetFonts=true \
-sColorConversionStrategy=/Mono \
-sColorConversionStrategyForImages=/Mono \
-sProcessColorModel=/DeviceGray \
$1
しかし、次のエラーメッセージが表示されます。
./script.sh: 19: ./script.sh: output.pdf: not found
ファイルを作成する他の方法はありますか?
答え1
gsの例
上記で実行しているコマンドには、通常はコマンドライン引数をスクリプトに渡すためのgs
末尾が付いています$1
。実際に何を試したのかはわかりませんが、そのコマンドをスクリプトに組み込もうとしたのだと思いますscript.sh
。
#!/bin/bash
gs -sOutputFile=output.pdf \
-q -dNOPAUSE -dBATCH -dSAFER \
-sDEVICE=pdfwrite \
-dCompatibilityLevel=1.3 \
-dPDFSETTINGS=/screen \
-dEmbedAllFonts=true \
-dSubsetFonts=true \
-sColorConversionStrategy=/Mono \
-sColorConversionStrategyForImages=/Mono \
-sProcessColorModel=/DeviceGray \
$1
次のように実行します:
$ ./script.sh: 19: ./script.sh: output.pdf: not found
このスクリプトをどのように設定するかはわかりませんが、実行可能である必要があります。
$ chmod +x script.sh
しかし、そのスクリプトには明らかに何か問題があるようです。試してみると、代わりに次のエラーが発生しました。
回復不能なエラー: .putdeviceprops での範囲チェック
代替案
そのスクリプトの代わりに、SU の質問にあるこのスクリプトを使用します。
#!/bin/bash
gs \
-sOutputFile=output.pdf \
-sDEVICE=pdfwrite \
-sColorConversionStrategy=Gray \
-dProcessColorModel=/DeviceGray \
-dCompatibilityLevel=1.4 \
-dNOPAUSE \
-dBATCH \
$1
次に、次のように実行します。
$ ./script.bash LeaseContract.pdf
GPL Ghostscript 8.71 (2010-02-10)
Copyright (C) 2010 Artifex Software, Inc. All rights reserved.
This software comes with NO WARRANTY: see the file PUBLIC for details.
Processing pages 1 through 2.
Page 1
Page 2
答え2
スクリプトを見つけましたこここれを行うには、gs
あなたが持っているように見えるものが必要ですが、pdftk
ディストリビューションについては言及されていませんが、Debianベースのシステムでは、次のようにインストールできるはずです。
sudo apt-get install pdftk
RPMを見つけることができますここ。
をインストールしたらpdftk
、スクリプトを として保存しgraypdf.sh
、次のように実行します。
./greypdf.sh input.pdf
というファイルが作成されますinput-gray.pdf
。リンク切れを避けるために、スクリプト全体をここに含めます。
# convert pdf to grayscale, preserving metadata
# "AFAIK graphicx has no feature for manipulating colorspaces. " http://groups.google.com/group/latexusersgroup/browse_thread/thread/5ebbc3ff9978af05
# "> Is there an easy (or just standard) way with pdflatex to do a > conversion from color to grayscale when a PDF file is generated? No." ... "If you want to convert a multipage document then you better have pdftops from the xpdf suite installed because Ghostscript's pdf to ps doesn't produce nice Postscript." http://osdir.com/ml/tex.pdftex/2008-05/msg00006.html
# "Converting a color EPS to grayscale" - http://en.wikibooks.org/wiki/LaTeX/Importing_Graphics
# "\usepackage[monochrome]{color} .. I don't know of a neat automatic conversion to monochrome (there might be such a thing) although there was something in Tugboat a while back about mapping colors on the fly. I would probably make monochrome versions of the pictures, and name them consistently. Then conditionally load each one" http://newsgroups.derkeiler.com/Archive/Comp/comp.text.tex/2005-08/msg01864.html
# "Here comes optional.sty. By adding \usepackage{optional} ... \opt{color}{\includegraphics[width=0.4\textwidth]{intro/benzoCompounds_color}} \opt{grayscale}{\includegraphics[width=0.4\textwidth]{intro/benzoCompounds}} " - http://chem-bla-ics.blogspot.com/2008/01/my-phd-thesis-in-color-and-grayscale.html
# with gs:
# http://handyfloss.net/2008.09/making-a-pdf-grayscale-with-ghostscript/
# note - this strips metadata! so:
# http://etutorials.org/Linux+systems/pdf+hacks/Chapter+5.+Manipulating+PDF+Files/Hack+64+Get+and+Set+PDF+Metadata/
COLORFILENAME=$1
OVERWRITE=$2
FNAME=${COLORFILENAME%.pdf}
# NOTE: pdftk does not work with logical page numbers / pagination;
# gs kills it as well;
# so check for existence of 'pdfmarks' file in calling dir;
# if there, use it to correct gs logical pagination
# for example, see
# http://askubuntu.com/questions/32048/renumber-pages-of-a-pdf/65894#65894
PDFMARKS=
if [ -e pdfmarks ] ; then
PDFMARKS="pdfmarks"
echo "$PDFMARKS exists, using..."
# convert to gray pdf - this strips metadata!
gs -sOutputFile=$FNAME-gs-gray.pdf -sDEVICE=pdfwrite \
-sColorConversionStrategy=Gray -dProcessColorModel=/DeviceGray \
-dCompatibilityLevel=1.4 -dNOPAUSE -dBATCH "$COLORFILENAME" "$PDFMARKS"
else # not really needed ?!
gs -sOutputFile=$FNAME-gs-gray.pdf -sDEVICE=pdfwrite \
-sColorConversionStrategy=Gray -dProcessColorModel=/DeviceGray \
-dCompatibilityLevel=1.4 -dNOPAUSE -dBATCH "$COLORFILENAME"
fi
# dump metadata from original color pdf
## pdftk $COLORFILENAME dump_data output $FNAME.data.txt
# also: pdfinfo -meta $COLORFILENAME
# grep to avoid BookmarkTitle/Level/PageNumber:
pdftk $COLORFILENAME dump_data output | grep 'Info\|Pdf' > $FNAME.data.txt
# "pdftk can take a plain-text file of these same key/value pairs and update a PDF's Info dictionary to match. Currently, it does not update the PDF's XMP stream."
pdftk $FNAME-gs-gray.pdf update_info $FNAME.data.txt output $FNAME-gray.pdf
# (http://wiki.creativecommons.org/XMP_Implementations : Exempi ... allows reading/writing XMP metadata for various file formats, including PDF ... )
# clean up
rm $FNAME-gs-gray.pdf
rm $FNAME.data.txt
if [ "$OVERWRITE" == "y" ] ; then
echo "Overwriting $COLORFILENAME..."
mv $FNAME-gray.pdf $COLORFILENAME
fi
# BUT NOTE:
# Mixing TEX & PostScript : The GEX Model - http://www.tug.org/TUGboat/Articles/tb21-3/tb68kost.pdf
# VTEX is a (commercial) extended version of TEX, sold by MicroPress, Inc. Free versions of VTEX have recently been made available, that work under OS/2 and Linux. This paper describes GEX, a fast fully-integrated PostScript interpreter which functions as part of the VTEX code-generator. Unless specified otherwise, this article describes the functionality in the free- ware version of the VTEX compiler, as available on CTAN sites in systems/vtex.
# GEX is a graphics counterpart to TEX. .. Since GEX may exercise subtle influence on TEX (load fonts, or change TEX registers), GEX is op- tional in VTEX implementations: the default oper- ation of the program is with GEX off; it is enabled by a command-line switch.
# \includegraphics[width=1.3in, colorspace=grayscale 256]{macaw.jpg}
# http://mail.tug.org/texlive/Contents/live/texmf-dist/doc/generic/FAQ-en/html/FAQ-TeXsystems.html
# A free version of the commercial VTeX extended TeX system is available for use under Linux, which among other things specialises in direct production of PDF from (La)TeX input. Sadly, it���s no longer supported, and the ready-built images are made for use with a rather ancient Linux kernel.
# NOTE: another way to capture metadata; if converting via ghostscript:
# http://compgroups.net/comp.text.pdf/How-to-specify-metadata-using-Ghostscript
# first:
# grep -a 'Keywo' orig.pdf
# /Author(xxx)/Title(ttt)/Subject()/Creator(LaTeX)/Producer(pdfTeX-1.40.12)/Keywords(kkkk)
# then - copy this data in a file prologue.ini:
#/pdfmark where {pop} {userdict /pdfmark /cleartomark load put} ifelse
#[/Author(xxx)
#/Title(ttt)
#/Subject()
#/Creator(LaTeX with hyperref package + gs w/ prologue)
#/Producer(pdfTeX-1.40.12)
#/Keywords(kkkk)
#/DOCINFO pdfmark
#
# finally, call gs on the orig file,
# asking to process pdfmarks in prologue.ini:
# gs -sDEVICE=pdfwrite -dCompatibilityLevel=1.4 \
# -dPDFSETTINGS=/screen -dNOPAUSE -dQUIET -dBATCH -dDOPDFMARKS \
# -sOutputFile=out.pdf in.pdf prologue.ini
# then the metadata will be in output too (which is stripped otherwise;
# note bookmarks are preserved, however).
答え3
gs
また、スキャンしたカラーPDFとグレースケールPDFを白黒に変換したいと思っていました。ここに記載されているコード、画像の品質は良好で、PDF テキストはそのまま残っています。ただし、その gs コードは (質問にあるように) グレースケールにのみ変換され、ファイル サイズは依然として大きくなります。convert
直接使用すると、非常に悪い結果になります。
画質が良く、ファイル サイズが小さい白黒 PDF が欲しかったのです。terdon の解決策を試してみたかったのですが、yum を使用して CentOS 7 で実行できませんでしたpdftk
(執筆時点では)。
私の解決策は、gs
PDFからグレースケールのbmpファイルを抽出し、convert
それらのbmpをbwにしきい値処理してtiffファイルとして保存し、画像2pdfTIFF 画像を圧縮し、すべてを 1 つの PDF に結合します。
PDF から直接 TIFF に変換しようとしましたが、品質が同じではないため、各ページを BMP に保存しました。1 ページの PDF ファイルの場合、convert
BMP から PDF への変換はうまくいきます。例:
gs -sDEVICE=bmpgray -dNOPAUSE -dBATCH -r300x300 \
-sOutputFile=./pdf_image.bmp ./input.pdf
convert ./pdf_image.bmp -threshold 40% -compress zip ./bw_out.pdf
複数のページの場合、gs
複数の PDF ファイルを 1 つに結合できますが、img2pdf
ファイル サイズは gs よりも小さくなります。img2pdf への入力として、TIFF ファイルは圧縮解除されている必要があります。ページ数が多い場合、中間の BMP ファイルと TIFF ファイルのサイズが大きくなる傾向があることに注意してください。pdftk
または、joinpdf
圧縮された PDF ファイルを結合できるとさらに良いでしょうconvert
。
もっと洗練された解決策があると思います。ただし、私の方法では、非常に良好な画像品質とはるかに小さいファイル サイズが得られます。白黒 PDF にテキストを戻すには、OCR を再度実行します。
私のシェル スクリプトは、gs、convert、img2pdf を使用します。必要に応じて、最初にリストされているパラメーター (ページ数、スキャン dpi、しきい値 % など) を変更し、実行しますchmod +x ./pdf2bw.sh
。完全なスクリプト (pdf2bw.sh) は次のとおりです。
#!/bin/bash
num_pages=12
dpi_res=300
input_pdf_name=color_or_grayscale.pdf
bw_threshold=40%
output_pdf_name=out_bw.pdf
#-------------------------------------------------------------------------
gs -sDEVICE=bmpgray -dNOPAUSE -dBATCH -q -r$dpi_res \
-sOutputFile=./%d.bmp ./$input_pdf_name
#-------------------------------------------------------------------------
for file_num in `seq 1 $num_pages`
do
convert ./$file_num.bmp -threshold $bw_threshold \
./$file_num.tif
done
#-------------------------------------------------------------------------
input_files=""
for file_num in `seq 1 $num_pages`
do
input_files+="./$file_num.tif "
done
img2pdf -o ./$output_pdf_name --dpi $dpi_res $input_files
#-------------------------------------------------------------------------
# clean up bmp and tif files used in conversion
for file_num in `seq 1 $num_pages`
do
rm ./$file_num.bmp
rm ./$file_num.tif
done
答え4
RHEL6 と RHEL5 はどちらも Ghostscript 8.70 をベースとしていますが、上記のコマンドの形式は使用できません。スクリプトまたは関数が PDF ファイルを最初の引数 "$1" として想定している場合、次の形式の方が移植性が高いはずです。
gs \
-sOutputFile="grey_$1" \
-sDEVICE=pdfwrite \
-sColorConversionStrategy=Mono \
-sColorConversionStrategyForImages=/Mono \
-dProcessColorModel=/DeviceGray \
-dCompatibilityLevel=1.3 \
-dNOPAUSE -dBATCH \
"$1"
出力ファイルには「grey_」という接頭辞が付きます。
RHEL6と5は互換性レベル=1.4これははるかに高速ですが、移植性を重視していました。