我编写了一个脚本来使用 ImageMagick 将每个页面的 PDF 转换为 JPG,以及调整大小/等。
稍微棘手的地方是一些 PDF 将中间的两页展开为“一页” - 所以它特别宽。有没有办法“检测”这个并将左右两侧裁剪为两个单独的页面?
我编写了一个脚本来使用 ImageMagick 将每个页面的 PDF 转换为 JPG,以及调整大小/等。
稍微棘手的地方是一些 PDF 将中间的两页展开为“一页” - 所以它特别宽。有没有办法“检测”这个并将左右两侧裁剪为两个单独的页面?
假设您想为此使用 ImageMagick(并且只有ImageMagick):那是做不到的。ImageMagick 无法单独处理 PDF 输入。无论如何,它必须使用 Ghostscript,因此如果没有本地 Ghostscript 安装,它将无法工作。(当您将 PDF 输入提供给 ImageMagick 时,您不一定会看到-verbose
Ghostscript 在工作,除非您在其命令行中添加 a,因为 ImageMagick 将工作委托给 Ghostscript 是在您背后发生的......)
你的问题有两个部分:
您可以使用 ImageMagickidentify
来检测 PDF 的页面大小。
只需运行最简单的命令:
识别多页.pdf
输出将是 s.th。像
multipage.pdf[0] PDF 595x792 595x792+0+0 16-bit Bilevel DirectClass 59.5KB 0.000u 0:00.000
multipage.pdf[1] PDF 595x792 595x792+0+0 16-bit Bilevel DirectClass 59.5KB 0.000u 0:00.000
multipage.pdf[2] PDF 595x792 595x792+0+0 16-bit Bilevel DirectClass 59.5KB 0.000u 0:00.000
multipage.pdf[3] PDF 595x792 595x792+0+0 16-bit Bilevel DirectClass 59.5KB 0.000u 0:00.000
输出的页数从 0 开始。so[0]
表示第一页、[1]
第二页等。
要更好地自定义输出,您可以这样做:
identify -format '%f, page %s + 1: %W x %H\n' multipage.pdf
并得到
multipage.pdf, page 0 + 1: 595 x 792
multipage.pdf, page 1 + 1: 595 x 792
multipage.pdf, page 2 + 1: 595 x 792
multipage.pdf, page 3 + 1: 595 x 792
对于双跨页,相应的输出应该是1190 x 792
或相似的。
但是,请注意:使用 ImageMagick 查询 PDF 文件的页面大小非常缓慢。因此,最好为这个子任务使用不同的工具:pdfinfo
. 这将快几个数量级:
pdfinfo -f 1 -l 1000 -box multipage.pdf
将输出
Pages: 4
Page 1 size: 595 x 792 pts
Page 1 rot: 0
Page 2 size: 595 x 792 pts
Page 2 rot: 0
Page 3 size: 595 x 792 pts
Page 3 rot: 0
Page 4 size: 595 x 792 pts
Page 4 rot: 0
如果您需要有关页面的 ArtBox、TrimBox、BleedBox 和 CropBox 值的其他信息,只需添加-box
到命令行。
正如我所说:pdfinfo
识别 PDF 的页面大小比 ImageMagick 快得多。为工作使用正确的工具。
现在您已经确定了大的双展开页面,您可以使用以下方法之一(基于 Ghostscript)来拆分中间的页面:
调整上述链接中描述的方法将导致 2 个 PDF 页面仍包含其所有原始矢量和字体信息。
或者,您可以使用 ImageMagick。假设您的“双展开”页面尺寸为 1190x842 pt,基于 A4(595x842 pt),并假设它是[15]
原始 PDF 中的第 16 页(转换为 ImageMagick),您的convert
命令可能是 s.th。像:
convert multipage.pdf[15] -crop 595x842+0+0 page16-left.png
convert multipage.pdf[15] -crop 595x842+595+0 page16-right.png
结果为您提供了两个光栅图像。