☰

カラーPDFを白黒PDFに変換するには？

tag-icon • tag-icon pdf imagemagick ghostscript color-management
カラーPDFを白黒PDFに変換するには？

いくつかのカラーテキストと画像を含むPDFを白黒のみを含む他のPDFに変換してサイズを小さくしたいです。また、画像のページ要素を変換せずにテキストをテキストとして保持したいと思います。次のコマンドを試しました。

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

他の質問で発見されました。リンクしかし、私は望んでいないことを行います。出力のテキストが不都合な画像に変換され、選択できなくなりました。 Ghostscriptを試してみてください。

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

ただし、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

この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

gs上記で実行したコマンドには、通常、$1コマンドライン引数をスクリプトに渡すために使用される後続のコマンドがあります。したがって、実際に何を試したかはわかりませんが、次のコマンドをスクリプトに入れようとしたようです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

次のように実行してください。

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

このスクリプトの設定方法はわかりませんが、実行可能である必要があります。

$ chmod +x script.sh

しかし、このスクリプトには間違いなく何か問題があります。しようとすると、次のエラーが発生します。

回復不能エラー：.putdevicepropsの範囲を確認する

デリゲート

代わりに、SU質問の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

スクリプトが見つかりました。こここれは可能です。それはgsあなたが持っているように見えることを要求します。pdftk。ディストリビューションについては言及していませんが、Debian ベースのシステムでは以下を使用してインストールできます。

sudo apt-get install pdftk

RPMを確認できます。ここ。

インストールが完了したら、pdftkスクリプトを別の名前で保存し、graypdf.sh次のように実行します。

./greypdf.sh input.pdf

リンクが壊れるのをinput-gray.pdf防ぐために、ここにスクリプト全体を含めます。

# 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

また、白黒に変換したいスキャンされたカラーPDFとグレースケールPDFもあります。私は試しgsたここにリストされているコード、画質が良く、PDFテキストがそのまま残ります。ただし、gsコードは質問で尋ねるようにグレースケールにのみ変換され、ファイルサイズはまだ大きいです。convert自分で使うと効果が悪くなります。

画質が良く、ファイルサイズの小さい白黒PDFが欲しい。 terdonのソリューションを試してみましたが、pdftkyumを使用してcentOS 7に入ることはできません（作成時）。

gsPDFからグレースケールbmpファイルを抽出し、convertこれらのbmpをbwにしきい値に設定し、tiffファイルとして保存するソリューションです。画像2pdfTIFF画像を圧縮して1つのPDFにマージします。

pdfからtiffに直接移動してみましたが、品質が同じではなく、各ページをbmpとして保存しました。 1ページのPDFファイルの場合、convertbmp to pdfは非常にうまく機能します。例:

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

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

複数ページの場合、gs複数のPDFファイルを1つにマージできますが、img2pdf結果のファイルサイズはgs未満です。 tiffファイルはimg2pdfへの入力として解凍する必要があります。ページ数が多いと、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ります。pdftkまたはjoinpdf、圧縮されたPDFファイルをマージできる場合は、より良いでしょうconvert。

もっとエレガントなソリューションが欲しいです。しかし、私の方法を使用すると、画質が非常に良く、ファイルサイズが小さい結果が得られます。テキストを白黒PDFに復元するには、OCRをもう一度実行してください。

私のシェルスクリプトはgs、変換、img2pdfを使用しています。必要に応じて、最初にリストされたパラメータ（ページ数、スキャンdpi、しきい値％など）を変更して実行しますchmod +x ./pdf2bw.sh。完全なスクリプトは次のとおりです（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

答え4

RHEL6とRHEL5（どちらもGhostscriptのデフォルトバージョンは8.70）では、上記のコマンド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"として期待していると仮定すると、次の方が移植性が高くなります。

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

出力ファイルの前には「grey_」が付いています。

RHEL6と5の両方で利用可能互換性レベル=1.4はるかに高速ですが、私の目標は移植性です。

関連情報