0

我有以下代码，它获取一个 PDF 文件并将其组合成一个 jpg 图像，该图像在每个 PDF 页面图像之间有一条水平黑线，堆叠 PDF 页面。

image = MiniMagick::Image.open(pdf_file)

# create a new blank file which we will use to build a composite image
# containing all of our pages
MiniMagick::Tool::Convert.new do |i|
  i.size "#{image.width}x#{image.layers.size * image.height}"
  i.stroke "black"

  image.layers.count.times.each do |ilc|
    next if ilc.zero?

    top = ilc * (image.height + 1)
    i.draw "line 0,#{top}, #{image.width},#{top}"
  end

  i.xc "white"
  i << image_file_name
end

composite_image = MiniMagick::Image.open(image_file_name)

# For each pdf page, add it to our composite image. We add one so that we
# don't put the image over the 1px black line that was added to separate
# pages.
image.layers.count.times do |i|
  composite_image = composite_image.composite(image.layers[i]) do |c|
    c.compose "Over" # OverCompositeOp
    c.geometry "+0+#{i * (image.height + 1)}"
  end
end

composite_image.format(format)
composite_image.quality(85)
composite_image.write(image_file_name)

它工作得很好，除了一个 20 页的 PDF 文件需要三分钟。我正在寻找一种更好的方法来做到这一点。我怀疑这两个选项之一会起作用：

  1. 一次编写所有 PDF 页面图像，虽然我还没有弄清楚如何做到这一点。
  2. 使用 vips，这要归功于它的管道实现。

我宁愿继续使用 imagemagick，但我对任何一种方式都持开放态度。我正在寻找如何实现我正在寻找的指针。

4

2 回答 2

3

我有一个ruby​​-vips版本：

require 'vips'

# n: is the number of pages to load, -1 means all pages in tall, thin image
image = Vips::Image.pdfload ARGV[0], n: -1

# we can get the number of pages and the height of each page from the metadata
n_pages = image.get 'pdf-n_pages'
page_height = image.get 'page-height'

# loop down the image cutting it into an array of separate pages
pages = (0 ... n_pages).map do |page_number|
  image.crop(0, page_number * page_height, image.width, page_height)
end 

# make a 50-pixel-high black strip to separate each page
strip = Vips::Image.black image.width, 50

# and join the pages again
image = pages.inject do |acc, page|
  acc.join(strip, 'vertical').join(page, 'vertical')
end 

image.write_to_file ARGV[1]

在这个 58 页 PDF的桌面上，我看到：

$ /usr/bin/time -f %M:%e ruby ./pages.rb nipguide.pdf x.jpg
152984:1.08
$ vipsheader x.jpg
x.jpg: 595x50737 uchar, 3 bands, srgb, jpegload

所以它在大约 1.1 秒内制作了 50,000 像素高的 jpg，并且需要 150 mb 的内存峰值。

我尝试了 fmw42 巧妙的 imagemagick 线：

$ /usr/bin/time -f %M:%e convert nipguide.pdf -background black -gravity south -splice 0x50 -append x.jpg
492244:5.16

所以 500 mb 的内存和 5.2s。它使图像的大小几乎完全相同。

速度差异主要是PDF渲染库，当然：IM shell out to ghostscript，而ruby-vips直接调用poppler或PDFium。libvips 能够流式传输该程序，因此在评估期间，它一次在内存中永远不会超过一页。

JPG 在任何轴上都有 65535 像素的限制，因此您将无法获得比这更大的像素。对于较短的文档，您可以添加dpi: 300到 PDF 加载以获取更多详细信息。默认值为 72 dpi。

您应该获得良好的文本质量，而无需以高分辨率渲染。例如，对于上面链接的 PDF，如果我运行：

$ vips pdfload nipguide.pdf x.png --page 12

要以默认 72 dpi 渲染第 12 页，我得到：

在此处输入图像描述

于 2018-10-05T04:31:54.680 回答
2

我不确定这是您想要的，但从您的描述看来，您想附加图像。

我从 3 张 jpg 图像创建了一个 3 页的 PDF，只是为了测试。然后我在每页的底部添加黑色边框（在本例中为 10 像素以更好地显示它），然后附加所有页面。

这是使用 Imagemagick 6.9.10.12 Q16 完成的，但我怀疑 Python Wand 或 minimagick 具有类似的功能。

convert test.pdf -background black -gravity south -splice 0x10 -append test.jpg


在此处输入图像描述

如有必要，您可以使用 -chop 0x10 在追加后切断最后一页底部的黑线。

于 2018-10-04T19:49:55.487 回答