tiff 输出的质量 Imagemagick 与 Ghostscript答案

【问题标题】：Quality of tiff output Imagemagick vs. Ghostscripttiff 输出的质量 Imagemagick 与 Ghostscript
【发布时间】：2018-04-11 08:09:05
【问题描述】：

我目前正在研究 Google tesseract ocr 工作流程。从 PDF 生成 tif 有两种选择：

鬼脚本：

gswin64c.exe -r300x300 -dBATCH -dNOPAUSE -sDEVICE=tiff24nc -sOutputFile=thetif.tif -sCompression=lzw thepdf.pdf -c quit -q
Imagemagick - 转换：

convert -background white -alpha off -density 300 thepdf.pdf -depth 8 -compress zip thetif.tif

对于（任意）示例文件，提取的 tif 对于 gswin64c 大约是转换结果的五倍。此外，使用转换（！）的文本比使用 gswin64c 的文本更流畅、质量更高。所以我更喜欢使用转换，但不幸的是，提取时间大约是 gswin64c 的 4 倍。多页 pdf 中的 30 页（170 秒对 40 秒）。

是否有机会提高 gswin64c 的质量（不会过度放大输出文件）或加快转换速度？

【问题讨论】：

【解决方案1】：

对我来说，这似乎是速度与质量之间的常见权衡。您喜欢转换质量，但速度太慢，您喜欢 Ghostscript 的速度但感觉质量较低。

当然这表明你不能两者兼得？

你知道 ImageMagick convert 调用 Ghostscript 来渲染 PDF 文件吗？因此，无论您使用哪种路线，您都在使用 Ghostscript。

（当然）convert 完全有可能对图像进行后期处理，但我怀疑不是。如果您研究 convert 的工作原理，您可能会找出它向 Ghostscript 提供的命令行并使用它。

看起来 convert 正在使用不同的压缩过滤器（Flate 而不是 LZW），并且可能指定了抗锯齿。您可以使用 TextAlphaBits 和 GraphcisAlphaBits 或 tiffscaled 设备获得抗锯齿。

当然，使用抗锯齿会使文本更平滑（如果您喜欢模糊文本），但需要更长的时间。

【讨论】：

【解决方案2】：

我不使用 google tesseract ocr 工作流程，但您的命令看起来很奇怪。为什么有两个皈依者？

输入图像通常在转换之后出现，但在您的情况下，-density 会首先出现。

我会尝试这样的事情，看看会发生什么：

imagemagick - convert -density 300 thepdf.pdf -background white -alpha off -depth 8 -compress zip thetif.tif

【讨论】：

对不起，这只是在 stackoverflow 编辑器中的糟糕编辑。我必须添加一个冒号或生成一个新行（现已更正）。该命令以 convert 开始（仅一次），但仍然需要很长时间。