☰

Wie konvertiere ich ein Farb-PDF in Schwarzweiß?

tag-icon • tag-icon pdf imagemagick ghostscript color-management
Wie konvertiere ich ein Farb-PDF in Schwarzweiß?

Ich möchte eine PDF-Datei mit farbigem Text und Bildern in eine andere PDF-Datei mit ausschließlich Schwarzweiß umwandeln, um die Größe zu verringern. Außerdem möchte ich den Text als Text beibehalten, ohne die Seitenelemente in Bilder umzuwandeln. Ich habe den folgenden Befehl ausprobiert:

convert -density 150 -threshold 50% input.pdf output.pdf

in einer anderen Frage gefunden,eine Verbindung, aber es passiert das, was ich nicht will: Der Text in der Ausgabe wird in ein schlechtes Bild umgewandelt und ist nicht mehr selektierbar. Ich habe es mit Ghostscript versucht:

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

aber es gibt mir die folgende Fehlermeldung:

./script.sh: 19: ./script.sh: output.pdf: not found

Gibt es eine andere Möglichkeit, die Datei zu erstellen?

Antwort1

Das GS-Beispiel

Der gsBefehl, den Sie oben ausführen, hat ein Ende $1, das normalerweise dazu gedacht ist, Befehlszeilenargumente an ein Skript zu übergeben. Ich bin mir also nicht sicher, was Sie tatsächlich versucht haben, aber ich vermute, dass Sie versucht haben, diesen Befehl in ein Skript einzufügen 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

Und führen Sie es folgendermaßen aus:

$ ./script.sh: 19: ./script.sh: output.pdf: not found

Ich bin nicht sicher, wie Sie dieses Skript einrichten, aber es muss ausführbar sein.

$ chmod +x script.sh

Irgendetwas scheint mit diesem Skript jedoch nicht zu stimmen. Als ich es ausprobierte, erhielt ich stattdessen diesen Fehler:

Nicht behebbarer Fehler: Bereichsüberprüfung in .putdeviceprops

Eine Alternative

Anstelle dieses Skripts würde ich stattdessen dieses aus der SU-Frage verwenden.

#!/bin/bash

gs \
 -sOutputFile=output.pdf \
 -sDEVICE=pdfwrite \
 -sColorConversionStrategy=Gray \
 -dProcessColorModel=/DeviceGray \
 -dCompatibilityLevel=1.4 \
 -dNOPAUSE \
 -dBATCH \
 $1

Führen Sie es dann wie folgt aus:

$ ./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

Antwort2

Ich habe ein Skript gefundenHierdas kann das. Es erfordert gs, was Sie zu haben scheinen, aber auchpdftk. Sie haben Ihre Distribution nicht erwähnt, aber auf Debian-basierten Systemen sollten Sie sie mit installieren können

sudo apt-get install pdftk

Sie können RPMs dafür findenHier.

Nachdem Sie es installiert haben pdftk, speichern Sie das Skript unter graypdf.shund führen Sie es wie folgt aus:

./greypdf.sh input.pdf

Es wird eine Datei mit dem Namen erstellt input-gray.pdf. Ich füge hier das gesamte Skript ein, um Linkrot zu vermeiden:

# 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).

Antwort3

Ich hatte auch einige gescannte Farb-PDFs und Graustufen-PDFs, die ich in SW konvertieren wollte. Ich habe versucht, gsmit demCode hier aufgeführt, und die Bildqualität ist gut, der PDF-Text ist immer noch da. Dieser GS-Code konvertiert jedoch nur in Graustufen (wie in der Frage gefragt) und hat immer noch eine große Dateigröße. convertErgibt bei direkter Verwendung sehr schlechte Ergebnisse.

Ich wollte SW-PDFs mit guter Bildqualität und kleiner Dateigröße. Ich hätte Terdons Lösung ausprobiert, aber ich konnte sie pdftkmit Yum nicht auf CentOS 7 herunterladen (zum Zeitpunkt des Schreibens).

Meine Lösung verwendet gsGraustufen-BMP-Dateien aus dem PDF zu extrahieren, convertdiese BMPs in SW umzuwandeln und sie als TIFF-Dateien zu speichern, und dannimg2pdfum die TIFF-Bilder zu komprimieren und sie alle zu einer PDF-Datei zusammenzufügen.

Ich habe versucht, direkt vom PDF ins TIFF-Format zu wechseln, aber die Qualität ist nicht die gleiche, also speichere ich jede Seite im BMP-Format. Für eine einseitige PDF-Datei convertfunktioniert die Konvertierung von BMP in PDF sehr gut. Beispiel:

gs -sDEVICE=bmpgray -dNOPAUSE -dBATCH -r300x300 \
   -sOutputFile=./pdf_image.bmp ./input.pdf

convert ./pdf_image.bmp -threshold 40% -compress zip ./bw_out.pdf

Bei mehreren Seiten gskönnen mehrere PDF-Dateien zu einer zusammengeführt werden, die img2pdfDateigröße ist jedoch kleiner als bei gs. Die TIFF-Dateien müssen als Eingabe für img2pdf unkomprimiert sein. Bedenken Sie, dass bei einer großen Anzahl von Seiten die Zwischendateien im BMP- und TIFF-Format in der Regel groß sind. pdftkOder joinpdfes wäre besser, wenn sie komprimierte PDF-Dateien aus zusammenführen könnten convert.

Ich kann mir vorstellen, dass es eine elegantere Lösung gibt. Meine Methode liefert jedoch Ergebnisse mit sehr guter Bildqualität und viel kleinerer Dateigröße. Um den Text wieder in das SW-PDF zu bekommen, führen Sie OCR erneut aus.

Mein Shell-Skript verwendet gs, convert und img2pdf. Ändern Sie die am Anfang aufgeführten Parameter (Seitenanzahl, Scan-DPI, Schwellenwert in %, usw.) nach Bedarf und führen Sie es aus chmod +x ./pdf2bw.sh. Hier ist das vollständige Skript (pdf2bw.sh):

#!/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

Antwort4

RHEL6 und RHEL5, die beide Ghostscript auf 8.70 basieren, konnten die Formen des oben angegebenen Befehls nicht verwenden. Unter der Annahme eines Skripts oder einer Funktion, die die PDF-Datei als erstes Argument „$1“ erwartet, sollte das Folgende portabler sein:

gs \
    -sOutputFile="grey_$1" \
    -sDEVICE=pdfwrite \
    -sColorConversionStrategy=Mono \
    -sColorConversionStrategyForImages=/Mono \
    -dProcessColorModel=/DeviceGray \
    -dCompatibilityLevel=1.3 \
    -dNOPAUSE -dBATCH \
    "$1"

Wobei der Ausgabedatei das Präfix „grey_“ vorangestellt wird.

RHEL6 und 5 können verwendenKompatibilitätsstufe = 1,4das ist viel schneller, aber mein Ziel war Portabilität.

verwandte Informationen