ImageMagick: tamanho errado ao converter PDF para JPG

Question

Eu quero aplicar algumas melhorias (alterar brilho, contraste, etc) em um pdf, para torná-lo mais legível, então escolhi o ImageMagick e o pdftk. Eu usei o seguinte comando para dividir o pdf em vários arquivos pdf de uma única página, para que eu possa operar com o ImageMagick um arquivo de cada vez.

pdftk a.pdf burst output %04d.pdf

Neste momento, tudo está bem. Eu pego um desses arquivos (por exemplo, 0038.pdf) para fazer meus testes. Por exemplo, para ajustar o contraste, usei este comando:

convert 0038.pdf -quality 100 -density 300 -brightness-contrast 0x10% out.pdf

Mas este é o resultado:

ORIGINAL

CONVERTIDO

Eu tentei mudar o valor da qualidade, densidade, tamanho, redimensionar, geometria e o resultado do pdf tem tamanho / resolução diferente, mas é sempre ilegível. Então eu percebi que o problema é a montante da conversão. Parece que o tamanho e a resolução do pdf de entrada foram lidos erroneamente em convert .

De fato, quando eu digito esse comando:

convert -verbose 0038.pdf out.pdf

Eu recebo:

/tmp/magick-9894W9c_JPl1I7QV1 PNG 380x482 380x482+0+0 8-bit sRGB 128KB 0.010u 0:00.010
0038.pdf PNG 380x482 380x482+0+0 16-bit sRGB 128KB 0.000u 0:00.000
0038.pdf=>out.pdf PNG 380x482 380x482+0+0 16-bit sRGB 125KB 0.050u 0:00.049
[ghostscript library] -q -dQUIET -dSAFER -dBATCH -dNOPAUSE -dNOPROMPT -dMaxBitmap=500000000 -dAlignToPixels=0 -dGridFitTT=2 "-sDEVICE=pngalpha" -dTextAlphaBits=4 -dGraphicsAlphaBits=4 "-r72x72"  "-sOutputFile=/tmp/magick-9894W9c_JPl1I7QV%d" "-f/tmp/magick-9894s1cR4gD9oYuz" "-f/tmp/magick-9894KMmuVq0n9U8c"

Como você pode ver, o tamanho é 380 x 482, mas eu sei que o tamanho real é 1653 x 2338 pixels.

Estes são os metadados de 0038.pdf (lido com exiftool )

 ExifToolVersion = 9.70
  FileName = 0038.pdf
  Directory = .
  FileSize = 429577
  FileModifyDate = 1414935360
  FileAccessDate = 1414935693
  FileInodeChangeDate = 1414935693
  FilePermissions = 33188
  FileType = PDF
  MIMEType = application/pdf
  PDFVersion = 1.4
  Linearized = false
PDF dictionary (1 of 1) with 4 entries:
  0)  Info (SubDirectory) -->
  + [Info directory with 5 entries]
  | 0)  ModifyDate = (D:20141101192012Z)
  | 1)  CreateDate = (D:20141101192012Z)
  | 2)  Title = 0038
  | 3)  Creator = (pdftk 2.02 - www.pdftk.com)
  | 4)  Producer = (itext-paulo-155 \(itextpdf.sf.net-lowagie.com\))
  1)  ID = [<e5af52575d23dc1a2aca80f7453fa203>,<4cc6d7fb99aca8c755033ca2973b713c>]
  2)  Root (SubDirectory) -->
  + [Root directory with 3 entries]
  | 0)  Metadata (SubDirectory) -->
  | + [Metadata directory with 3 entries]
  | | 0)  Subtype = /XML
  | | 1)  Type = /Metadata
  | | 2)  Length = 3008
  | | + [XMP directory, 3008 bytes]
  | | | XMPToolkit = Image::ExifTool 9.70
  | | | Title = 0038
  | | | Artist = A
  | 1)  Type = /Catalog
  | 2)  Pages (SubDirectory) -->
  | + [Pages directory with 3 entries]
  | | 0)  Kids (SubDirectory) -->
  | | + [Kids directory with 7 entries]
  | | | 0)  Resources (SubDirectory) -->
  | | | + [Resources directory with 2 entries]
  | | | | 0)  ProcSet = [/PDF,/Text,/ImageB,/ImageC,/ImageI]
  | | | | 1)  XObject (SubDirectory) -->
  | | | | + [XObject directory with 1 entries]
  | | | | | 0)  JI19a (SubDirectory) -->
  | | | | | + [JI19a directory with 9 entries]
  | | | | | | 0)  Subtype = /Image
  | | | | | | 1)  Name = /JI19a
  | | | | | | 2)  Type = /XObject
  | | | | | | 3)  Width = 1653
  | | | | | | 4)  Filter = /DCTDecode
  | | | | | | 5)  Height = 2338
  | | | | | | 6)  BitsPerComponent = 8
  | | | | | | 7)  Length = 425229
  | | | | | | 8)  ColorSpace = /DeviceGray
  | | | 1)  Rotate = 90
  | | | 2)  Parent = ref(1 0 R)
  | | | 3)  Contents (SubDirectory) -->
  | | | + [Contents directory with 1 entries]
  | | | | 0)  Length = 57
  | | | 4)  Type = /Page
  | | | 5)  MediaBox = [22,440,504,820]
  | | | 6)  CropBox = [22,440,504,820]
  | | 1)  Type = /Pages
  | | 2)  PageCount = 1
  3)  Size = 10

Alguma idéia?

    

Answer 1

O problema surge, porque ImageMagick não pode determinar a resolução do PDF de entrada e, portanto, está usando a resolução padrão de 72x72dpi, como mostrado na convert -verbose 0038.pdf out.pdf output:

[ghostscript library] -q -dQUIET (...) "-r72x72" (...)

Você aplicou a opção correta -density 300 , mas como uma opção saída , ou seja, após o nome do arquivo de entrada. Na verdade, a maioria das opções para convert são opções output , mas man convert sabe que

(...) a limited number of setting are input-option. They include: -antialias, -caption, -density, -define, -encoding, -font, -pointsize, -size, and -texture as well as any of the miscellaneous options.

Portanto, o comando correto convert deve ser:

convert -density 300 0038.pdf -brightness-contrast 0x10% out.pdf

Finalmente, duas observações:

• Eu utilizaria uma compactação sem perdas como -compress LZW ; a opção -quality é somente para compactação JPEG / MIFF / PNG .

• -brightness-contrast provavelmente não funcionará em documentos em preto e branco e não afetará a exibição em tela com anti-alias de alguns leitores de PDF para esse tipo de arquivo. (Normalmente, para artigos de diário digitalizados.)