如果您想优化PDF文件并减小文件大小,Ghostscript是最佳选择吗?
我需要存储大量PDF文件,因此我需要尽可能优化和减小文件大小
有人对Ghostscript和/或其他有任何经验吗?
命令行
exec('gs -dNOPAUSE -dBATCH -sDEVICE=pdfwrite -dCompatibilityLevel=1.4
-dPDFSETTINGS=/screen -sOutputFile='.$file_new.' '.$file);
如果您正在寻找免费(如"自由"(软件,Ghostscript 肯定是您的最佳选择。但是,它并不总是易于使用 - 它的一些(非常强大的(处理选项不容易找到文档。
看看这个答案,它解释了如何对图像分辨率缩减采样执行比通用-dPDFSETTINGS=/screen
更详细的控制(它定义了一些总体默认值,您可能希望覆盖这些默认值(:
- 如何在pdf文件中对图像进行缩减采样?
基本上,它告诉您如何将Ghostscript将所有图像缩减采样到72dpi的分辨率(此值是-dPDFSETTINGS=/screen
使用的值 - 您可能希望更低(:
-dDownsampleColorImages=true
-dDownsampleGrayImages=true
-dDownsampleMonoImages=true
-dColorImageResolution=72
-dGrayImageResolution=72
-dMonoImageResolution=72
如果你想尝试Ghostscript是否也能够"取消嵌入"所使用的字体(有时它有效,有时无效 - 取决于嵌入字体的复杂性,以及使用的字体类型(,你可以尝试将以下内容添加到你的gs命令中:
gs
-o output.pdf
[...other options...]
-dEmbedAllFonts=false
-dSubsetFonts=true
-dConvertCMYKImagesToRGB=true
-dCompressFonts=true
-c ".setpdfwrite <</AlwaysEmbed [ ]>> setdistillerparams"
-c ".setpdfwrite <</NeverEmbed [/Courier /Courier-Bold /Courier-Oblique /Courier-BoldOblique /Helvetica /Helvetica-Bold /Helvetica-Oblique /Helvetica-BoldOblique /Times-Roman /Times-Bold /Times-Italic /Times-BoldItalic /Symbol /ZapfDingbats /Arial]>> setdistillerparams"
-f input.pdf
注意:请注意,缩减像素采样图像分辨率肯定会降低质量(不可逆(,并且取消嵌入字体将使显示和打印PDF变得困难或不可能,除非计算机上安装了相同的字体。
更新
我在原始答案中忽略的一个选项是添加
-dDetectDuplicateImages=true
到命令行。此参数导致Ghostscript尝试多次检测嵌入PDF中的任何图像。如果您使用图像作为徽标或页面背景,并且 PDF 生成软件未针对这种情况进行优化,则可能会发生这种情况。旧版本的OpenOffice/LibreOffice曾经是这种情况(我测试了最新版本的LibreOffice,v4.3.5.2,它不再做这种愚蠢的事情(。
如果您在 pdftk
的帮助下连接 PDF 文件,也会发生这种情况。为了向您展示效果以及如何发现它,让我们看一个示例 PDF 文件:
pdfinfo p1.pdf
Producer: libtiff / tiff2pdf - 20120922
CreationDate: Tue Jan 6 19:36:34 2015
ModDate: Tue Jan 6 19:36:34 2015
Tagged: no
UserProperties: no
Suspects: no
Form: none
JavaScript: no
Pages: 1
Encrypted: no
Page size: 595 x 842 pts (A4)
Page rot: 0
File size: 20983 bytes
Optimized: no
PDF version: 1.1
最新版本的 Poppler pdfimages
实用程序增加了对 -list
参数的支持,该参数可以列出 PDF 文件中包含的所有图像:
pdfimages -list p1.pdf
page num type width height color comp bpc enc interp objectID x-ppi y-ppi size ratio
--------------------------------------------------------------------------------------
1 0 image 423 600 rgb 3 8 jpeg no 7 0 52 52 19.2K 2.6%
此示例 PDF 是一个 1 页文档,包含一个图像,该图像使用 JPEG 压缩进行压缩,宽度为 423 像素,高度为 600 像素,并在页面上以 52 PPI 的分辨率呈现。
如果我们在pdftk
的帮助下连接此文件的 3 个副本,如下所示:
pdftk p1.pdf p1.pdf p1.pdf cat output p3.pdf
然后结果通过pdfimages -list
显示这些图像属性:
pdfimages -list p3.pdf
page num type width height color comp bpc enc interp objectID x-ppi y-ppi size ratio
--------------------------------------------------------------------------------------
1 0 image 423 600 rgb 3 8 jpeg no 4 0 52 52 19.2K 2.6%
2 1 image 423 600 rgb 3 8 jpeg no 8 0 52 52 19.2K 2.6%
3 2 image 423 600 rgb 3 8 jpeg no 12 0 52 52 19.2K 2.6%
这表明现在有 3 个相同的 PDF 对象(ID 为 4、8 和 12(嵌入在 p3.pdf
中。 p3.pdf
由 3 页组成:
pdfinfo p3.pdf | grep Pages:
Pages: 3
通过用引用替换重复图像来优化 PDF
现在我们可以在Ghostscript的帮助下应用上述优化
gs -o p3-optim.pdf -sDEVICE=pdfwrite -dDetectDuplicateImages=true p3.pdf
检查:
pdfimages -list p3-optim.pdf
page num type width height color comp bpc enc interp objectID x-ppi y-ppi size ratio
--------------------------------------------------------------------------------------
1 0 image 423 600 rgb 3 8 jpeg no 10 0 52 52 19.2K 2.6%
2 1 image 423 600 rgb 3 8 jpeg no 10 0 52 52 19.2K 2.6%
3 2 image 423 600 rgb 3 8 jpeg no 10 0 52 52 19.2K 2.6%
每页仍然列出一个图像 - 但PDF对象ID现在始终相同:10。
ls -ltrh p1.pdf p3.pdf p3-optim.pdf
-rw-r--r--@ 1 kp staff 20K Jan 6 19:36 p1.pdf
-rw-r--r-- 1 kp staff 60K Jan 6 19:37 p3.pdf
-rw-r--r-- 1 kp staff 16K Jan 6 19:40 p3-optim.pdf
如您所见,使用 pdftk 进行的"愚蠢"合并将原始文件大小增加到原始文件大小的三倍。Ghostscript的优化使它大大降低了。
最新版本的Ghostscript甚至可能默认应用-dDetectDuplicateImages
。(AFAIR,v9.02,首次引入它,默认情况下没有使用它。
您可以通过从PDF转换为Postscript,然后使用转换为PDF来获得良好的结果
pdf2ps file.pdf file.ps
ps2pdf -dPDFSETTINGS=/ebook file.ps file-optimized.pdf
参数-dPDFSETTINGS
的值定义生成的 PDF 中图像的质量。选项从低到高质量依次为:/screen
、/default
、/ebook
、/printer
、/prepress
,请参阅 http://milan.kupcevic.net/ghostscript-ps-pdf/以获取参考。
Postscript文件可能会变得非常大,但结果是值得的。我从 60 MB 的 PDF 变成了 140 MB 的 Postscript 文件,但最终得到了 1.1 MB 的优化 PDF。
我使用Ghostscript,从这里获取以下选项。
gs -sDEVICE=pdfwrite -dCompatibilityLevel=1.4 -dPDFSETTINGS=/screen
-dNOPAUSE -dQUIET -dBATCH -sOutputFile=output.pdf input.pdf
发现pdftocairo
(来自Poppler(可以制作较小的PDF,但请注意它会剥离某些功能(例如超链接(。
我有用
将您的 PDF 转换为 PS(这将创建一个大文件
pdf2ps large.pdf very_large.ps
将新的 PS 转换回 PDF
ps2pdf very_large.ps small.pdf
源:https://pandemoniumillusion.wordpress.com/2008/05/07/compress-a-pdf-with-pdftk/
你会失去质量,但如果这不是问题,那么ImageMagick的convert
可能会有所帮助:
convert original.pdf reduced.pdf
请注意,它并不总是有效:我曾经使用此命令将 126 MB 文件转换为 14 MB 文件,但另一次它将 350 Ko 文件的大小增加了一倍。
无论如何,值得一试...
如评论中所述,当然在基于矢量的 PDF 上应用此命令是没有意义的,它只对光栅化图像有用。
另请参阅这篇文章以获取相关选项。
Ghostscript附带ps2pdf14
实用程序,可用于优化PDF文件,但在某些情况下,"优化"文件的大小可能大于原始文件。
主要是由于嵌入图像(pdfimages -list
是您的朋友(,通常是扫描文档的PDF,我建议使用ocrmypdf,它非常擅长优化,可选的OCR层作为奖励。
的解决方案,它确实使用Ghostscript 9.54.0创建小型PDF文件。 https://stackoverflow.com/a/76583026/1856757