通过 Ghostscript 将 PDF 文件转换为 PDF/A

Question

我想使用 Ghostscript 9.15 将任意 PDF 文件转换为 PDF/A。

1. Ghostscript 是否能够创建符合 PDF/A-3b 的 PDF？没有代表 PDF/A 一致性级别的参数，所以我认为不可能。还是我忽略了什么？

2. 我正在关注一篇博客文章，其中使用 Windows 批处理文件将 PDF 转换为 PDF/A（请参阅 http://www.mcbsys.com/techblog/2013/04/batch-convert-pdf-to-pdfa/）。批处理中的gs 调用为：

   "%gs_path%\gswin64c" ^
    -dPDFA ^
    -dNOOUTERSAVE ^
    -sProcessColorModel=DeviceRGB ^
    -sDEVICE=pdfwrite ^
    -o "GS_%file1%" ^
    -dPDFACompatibilityPolicy=1 ^
     "%currentdir%\PDFA_def.ps" ^
     %inputfilelist%
   

PDFA_def.ps是官方的调整版：

%!
% This prefix file for creating a PDF/A document is derived from
% the sample included with Ghostscript 9.07, released under the
% GNU Affero General Public License. 
% Modified 4/15/2013 by MCB Systems.

% Feel free to modify entries marked with "Customize".

% This assumes an ICC profile to reside in the file (AdobeRGB1998.icc),
% unless the user modifies the corresponding line below.

% The color space described by the ICC profile must correspond to the
% ProcessColorModel specified when using this prefix file (GRAY with
% DeviceGray, RGB with DeviceRGB, and CMYK with DeviceCMYK).

% Define entries in the document Info dictionary :

/ICCProfile (... PATH TO ... AdobeRGB1998.icc)   % Customize.
def

[ /Title (Title)                  % Customize.
  /DOCINFO pdfmark

% Define an ICC profile :

[/_objdef {icc_PDFA} /type /stream /OBJ pdfmark
[{icc_PDFA} <</N systemdict /ProcessColorModel get /DeviceGray eq {1} {systemdict /ProcessColorModel get /DeviceRGB eq {3} {4} ifelse} ifelse >> /PUT pdfmark
[{icc_PDFA} ICCProfile (r) file /PUT pdfmark

% Define the output intent dictionary :

[/_objdef {OutputIntent_PDFA} /type /dict /OBJ pdfmark
[{OutputIntent_PDFA} <<
  /Type /OutputIntent             % Must be so (the standard requires).
  /S /GTS_PDFA1                   % Must be so (the standard requires).
  /DestOutputProfile {icc_PDFA}            % Must be so (see above).
  /OutputConditionIdentifier (AdobeRGB1998)      % Customize
>> /PUT pdfmark
[{Catalog} <</OutputIntents [ {OutputIntent_PDFA} ]>> /PUT pdfmark

所以，我使用 AdobeRGB1998.icc，这显然适用于具有 RGB 颜色空间的 PDF 文件。根据 -sProcessColorModel 值 (DEVICERGB) 打印出正确的值。

转换适用于所有文件。但是当我根据 PDF/A-1b 验证创建的 PDF 文件时，我会得到不同的结果，具体取决于输入文件是否具有 RGB 颜色空间（例如 CMYK）。因此，当我有一个使用 CMYK 颜色空间的输入 PDF 文件时，该文件会被脚本转换，但验证器会这样说：

input.pdf", 1, 38, 0x03418614, "A device-specific color space (DeviceCMYK) without an appropriate output intent is used.", 1
"output.pdf", 20, 0, 0x83410612, "The document does not conform to the requested standard.", 1

我的问题：有没有办法为任意文件完成转换（即独立于输入文件中使用的颜色空间）？

---

更新

@KenS 感谢您的回答。我已经更新了我最初的帖子，以阐明我想要实现的目标。

为了更明确，我将使用一个示例。有两个文件：input1.pdf（似乎使用 RGB）和input2.pdf（似乎使用 CMYK）。我想将它们都转换为 PDF/A-1。感谢您的提示，我已经放弃了上述批处理脚本，而是直接在命令行中测试了该命令。在阅读Ps2pdf.htm#PDFA 之后，我调整了（官方）PDFA_def.ps，以便使用 AdobeRGB1998.icc。然后我对两个输入文件调用了以下命令（将 output1.pdf 替换为 output2.pdf 和 input1.pdf 由 input2. pdf 用于第二个文件）：

gswin64c.exe -dPDFA=1 -dBATCH -dNOPAUSE -dNOOUTERSAVE \
             -sColorConversionStrategy=/RGB \
             -sOutputICCProfile=AdobeRGB1998.icc -sDEVICE=pdfwrite \
             -sOutputFile=output1.pdf -dPDFACompatibilityPolicy=1 \
              "PATH/TO/OFFICIAL/PDFA_def.ps" input1.pdf

转换完成，没有任何错误。 output1.pdf 似乎有效，但 output2.pdf 仍然无效（用 3heights Validator 测试）：

"output2.pdf", 1, 40, 0x03418614, "A device-specific color space (DeviceCMYK) without an appropriate output intent is used.", 1
"output2.pdf", 20, 0, 0x83410612, "The document does not conform to the requested standard.", 1

因此，当我正确理解您的答案时，上述命令应生成一个使用 RGB 颜色空间的 pdf 文件 - 与输入文件的颜色空间无关。如果输入文件使用 CMYK，则必须使用上述命令将颜色转换为 RGB。

当我正确解释第一条错误消息时，output2.pdf 中使用的色彩空间仍然是 CMYK（尽管命令参数如 ColorConversionStrategy=/RGB）。由于我使用的是AdobeRGB1998.icc，所以出现验证错误。

我在上面的命令中遗漏了什么？

回到我最初的问题（更进一步）：我不想总是转换为 RGB（或 CMYK），而是想以某种方式检测输入文件中使用了哪个颜色空间，然后动态切换到 RGB 或CMYK icc 文件。有可能实现吗？

Answer 1

Ghostscript 不支持 PDF/A-3。您正在寻找的一致性参数是 -dPDFA=，其中有效值为空（默认为 1）、1 或 2。您可以在 ghostpdl/gs/doc/ps2pdf/htm#PDFA

中找到该参数

我不确定你在这里要求什么。您必须创建一个 RGB 或 CMYK 格式的 PDF/A 文件（无论如何都在级别 1 或 2，我还没有阅读修订版 3 规范），因为您不能同时使用这两种格式（您可以将所有内容转换为设备当然是独立的颜色）。输入中使用的颜色空间无关紧要，只是决定是否需要转换。

这是您需要决定的事情，我们无法为您决定。一个重要原因是OutputIntent 必须与either RGB或CMYK一致，而pdfwrite设备不检查它，它假定您选择了与设备空间匹配的一个您正在使用 PDF 文件（顺便说一下，不要设置 ProcessColorModel，而是使用 ColorConversionStrategy）在您的情况下，您已将 OutputIntent 设置为 Adob​​eRGB1988，因此您的颜色 必须 以设备独立颜色指定, 或 RGB。

鉴于您引用的错误，我认为问题在于您没有指定 -sColorConversionStrategy，因此输入颜色没有被转换为所需的设备空间。我会进一步猜测您从 set -dUseCIEColor 复制的脚本，而您没有复制该位。不要设置-dUseCIEColor，它是一个可怕的古老的 PostScript 黑客。而是设置 ColorConversionStrategy，它将根据需要以更好的方式转换颜色。

更新了答案，因为这开始变得太长，无法发表评论：

我无法立即看到您的命令行有任何问题，您可以分享一个示例 PDF 文件吗？用一个可靠的例子来调查这些事情要容易得多。我从我们的客户和其他免费用户那里得知，pdfwrite 能够生成符合标准的 PDF/A-1b 文件。

关于第二个问题；这是不可能的，因为目前您需要在开始之前将 OutputIntentProfile 设置为 CMYK 或 RGB。在您进行颜色操作然后决定之前，您不能只运行输入的 PDF 文件。如果您喜欢一些编程，可以通过修改 pdfwrite 来完成，因为在关闭输出之前不会实际使用配置文件。

一个问题是，为了进行颜色转换，您需要设置底层的 ProcessColorModel（这是由 ColorConversionStategy 自动为您完成的）。更改 ProcessColorModel 的唯一方法是执行 setpagedevice，这会导致擦除页面。现在我认为这实际上可以用 pdfwrite 修复，它所做的只是在页面上写一个白色矩形，所以你应该能够拦截它而不发出它。否则，您在遇到 RGB 或 CMYK 操作之前所做的任何标记都将位于白色矩形下方.....

所以基本上不，你现在不能这样做，如果它对你很重要，那么你可能会修改代码来这样做（不要忘记你还需要提供 2 个 OutputIntent 配置文件以供选择） ）。我们从来没有客户要求这样做，所以我们不太可能把它作为一个项目。当然，如果您确实完成了这项工作，如果您将其提供给我们，我们很可能会将其合并到代码库中。