Converter um PDF digitalizado em um PDF compactado com imagem binária (2 níveis)

Question

Tenho muitos PDFs digitalizados antigos que ocupam muito espaço no disco.

Eu experimentei muitos compressores PDF disponíveis na web. Todos eles me perguntam qual compactação usar para imagens coloridas e o que usar para imagens monocromáticas; mas não consegui encontrar nada para converter TUDO em uma imagem binária.

Por binário, quero dizer que cada pixel só pode ter um dos dois valores de cor: preto completo ou branco completo. Eu sei que todos os meus PDFs têm texto preto / branco (nem mesmo em escala de cinza). Alguma ferramenta (windows ou linux ou android) pode usar esse conhecimento para conseguir uma melhor compressão?

Não tenho certeza, mas a ferramenta "Otimizar PDF" no Adobe Acrobat Pro pode fazer o que eu quiser. No entanto, mesmo que isso aconteça, prefiro saber sobre uma aplicação menos dispendiosa e mais compacta.

    

Answer 1

A compactação jbig2 é a melhor maneira de reduzir o tamanho do arquivo

Adam Langley escreveu o codificador jbig2enc originalmente para o googlebooks

• link

e, em seguida, liberou o código-fonte para que qualquer pessoa possa criar

você pode também usar um binário pré-compilado de:

• link
• ou tente se compilação modificada (capaz de usar a opção -P, que você pode decidir qual quantidade de páginas por dicionário que você quer incluir, então o PDF resultante é mais ágil) Eu criei para o meu sistema funciona com o seu

Patch Jbig2enc + akrykukov

• link

• thessalonica-pdf.py thessalonica-pdf.py também é necessário

a sintaxe comum para jbig2enc é (assumindo que seus arquivos são tiff)

jbig2 -s -p -v *.tiff && pdf.py output >out.pdf

mas, para o patch Jbig2enc + akrykukov

jbig2 -s -p -v -P (number of pages for dictionary) *.tiff && thessalonica-pdf.py *.jbig2 >out.pdf

IMPORTANTE:

você precisa de bibliotecas python para poder coletar e juntar todos os arquivos resultantes do jbig2 em um pdf