50KB
1 Like
请问该怎么实现这种效果。
PDF 本身非常复杂，其中有很多优化。很多问题的答案都可在 PDF 的规范中找到：https://opensource.adobe.com/dc-acrobat-sdk-docs/pdfstandards/PDF32000_2008.pdf
你发的文件中就包含一种图片优化的方式（或称作格式）：JBIG2。这是一种对于二值图片设计的图片压缩格式，平时很少能直接看到，从而此格式的各种库或者查看器都很少。但是这个格式对于二值图片的压缩率实在是太好了，PDF 规范也将这种格式收纳了，当然还有一些其他的图片压缩格式。
回到怎么快捷的导出楼主想要的图片，我不建议直接使用 PDF 中的 JBIG2 图片，兼容性太差了， 我还没找到一个能查看这个格式的软件。可以使用 Python 将 PDF 文件中的 JBIG2 图片拿出来，再用这个转换器 https://github.com/ArtifexSoftware/jbig2dec 转 JBIG2 到 PNG 之类的。整个流程不是特别简单，如果文字层很重要的话，可以把 PDF 发一下，我可以看看。
附上我在 #22 中的导出图所对应原始 JBIG2 图片，只有区区 5.2 KB。
1.jbig2 (5.2 KB)
1 Like
文字层去掉就好，我只需要图片，就是想在不损失质量的前提下尽可能地不增大体积，如果流程比较麻烦，不好自动化处理的话，那就算了，太折腾了，没太大必要。
如果是单纯把jp2提取成jpg或者png格式倒还有蛮多工具可以用的，就是文件体积会大上不少。
这属于很奇怪的问题，文字层就是在pdf里加了一层文本文件，体积很小，并不贡献pdf图像的占有体积。但pdf的图像是用了很多各种算法压缩过的，基本属于打包文件，压缩文件，把这些图像提取出来，属于解压缩和解包，不使用原始的压缩算法和格式，比如上面提到的JBIG2，而提取成jpg或者png，那是另外种类的（可能优化不佳的）压缩包，体积变大之类很正常。
1 Like
PDF工具好用的标准之一是尽可能保留原来的内容，再是简单易用。
cpdf -remove-all-text “withOCR.pdf” -o “NoOCR.pdf”
CPDF工具还有很多方便的功能。
CPDF.rar (2.6 MB)
1 Like
提取PDF图片和文档中的文本层没有任何关联，可以到GitHub与作者联系。
以前也关注这个功能，没有找到便捷的方法。
最好的结论是，
1，对于双层pdf，若需要纯图像型pdf，似乎没有直接的方法。需要用软件导出该双层pdf的每一页为图片文件，随后，再将这些图片文件合成pdf。
2，导出pdf为图像文件，以及合成图像文件为pdf的软件很多。可以考虑，pdfxchange，
或老马工具，
或pdf shaper，
muPDF，
pdf 24，
pdf patcher
或smallpdf这类本地软件或在线工具。