使用ghostscript将pdf页面的整个媒体框渲染为png文件

Question

我正在尝试使用 Ghostscript v9.02 将 Pdfs 页面呈现为 png 文件。为此，我使用以下命令行：

gswin32c.exe -sDEVICE=png16m -o outputFile%d.png mypdf.pdf

当pdf裁剪框与媒体框相同时，这可以正常工作，但如果裁剪框小于媒体框，则仅显示媒体框并且pdf页面的边框丢失。
我知道通常 pdf 查看器只显示裁剪框，但我需要能够在我的 png 文件中看到整个媒体页面。

Ghostscript 文档说默认情况下会呈现文档的媒体框，但这在我的情况下不起作用。 任何人都知道如何使用 ghostscript 渲染整个媒体框？
可能是对于 png 文件设备，只渲染裁剪框吗？我可能忘记了特定命令吗？

例如，this pdf 在裁剪框之外包含一些注册标记，这些注册标记在输出 png 文件中不存在。有关此 pdf 的更多信息：

• 媒体框：
  • 宽度：667
  • 身高：908 分
• 裁剪框：
  • 宽度：640
  • 身高：851

Answer 1

首先，让我们消除一个误解。你写道：

"当 pdf 裁剪框与媒体框相同时，这可以正常工作，但如果裁剪框小于媒体框，则仅显示媒体框并且 pdf 页面的边框为丢了。”

这是不正确的。如果 CropBox 小于 MediaBox，则只应显示 CropBox（而不是 MediaBox）。这正是它的设计方式。这就是 CropBox 概念背后的全部理念......

---

目前我想不出一种解决方案可以自动适用于每个 PDF 以及所有可能存在的值（除非您想使用付费软件）。

手动处理链接到的 PDF：

1. 在良好的文本编辑器中打开 PDF（不会与现有 EOL 约定混淆，并且不会抱怨文件中的二进制部分）。
2. 搜索文件中包含/CropBox 关键字的所有位置。
3. 由于 PDF 中只有一页，它应该只找到一个位置。
4. 这可能读作/CropBox [12.3456 78.9012 345.67 890.123456]。
5. 现在编辑此部分，小心避免添加（或丢失）现有字符的数量：
6. 将值设置为您想要的值：/CropBox [0.00000 0.00000 667.00 908.000000]。 （您可以使用空格代替我的 .0000.. 部分，但如果我这样做，SO 编辑器会吃掉它们，您将看不到我最初输入的内容......）
7. 以新名称保存文件。
8. PDF 查看器现在应该显示完整的 MediaBox（按照您的规范）。
9. 当您使用 Ghostscript 将新文件转换为 PNG 时，更大的页面将可见。

Answer 2

好的，现在 revers 已经将他的问题重新陈述为他正在寻找“通用代码”，让我再试一次。

“通用代码”的问题在于，“CropBox”语句可能出现在 PDF 中的许多“合法”形式表示。以下所有内容都是可能的且正确的，并为页面的 CropBox 设置相同的值：

• /CropBox[10 20 500 700]

• /CropBox[ 10 20 500 700 ]

• /CropBox[10 20 500 700 ]

• /CropBox [10 20 500 700]

• /CropBox [ 10 20 500 700 ]

• /CropBox [ 10.00 20.0000 500.0 700 ]

• /CropBox [
            10
            20
            500
            700
           ] 

ArtBox、TrimBox、BleedBox、CropBox 和 MediaBox 也是如此。因此，如果您想编辑它，您需要将 PDF 源代码中的 *Box 表示“标准化”。

第一步：“规范化”PDF源代码

这是你的做法：

1. 为您的操作系统平台下载qpdf。
2. 在您的输入 PDF 上运行此命令：
   qpdf --qdf input.pdf output.pdf

output.pdf 现在将具有一种规范化 结构（类似于上面给出的最后一个示例），并且即使使用像sed 这样的流编辑器也会更容易编辑。

第二步：删除所有多余的*Box语句

接下来，您需要知道唯一必不可少的 *Box 是 MediaBox。这个必须存在，其他是可选的（以某种优先级的方式）。如果其他人缺失，则默认为与MediaBox 相同的值。因此，为了实现您的目标，我们可以简单地删除与它们相关的所有代码。我们将在sed 的帮助下完成。

该工具通常安装在所有 Linux 系统上 -- 在 Windows 上从 gnuwin32.sf.net 下载并安装它。 （如果您决定使用 .zip 文件而不是安装程序 .exe，请不要忘记安装命名的“依赖项”）。

现在运行这个命令：

1. sed.exe -i.bak -e "/CropBox/,/]/s#.# #g" output.pdf

这是该命令应该执行的操作：

• -i.bak 告诉 sed 内联编辑原始文件，但还要创建一个带有.bak 后缀的备份文件（以防出现问题）。
• /CropBox/ 表示要由 sed 处理的第一个地址行。
• /]/ 表示要由 sed 处理的最后一个地址行。
• s 告诉 sed 替换从第一行到最后一个寻址行的所有行。
• #.# #g 告诉 sed 进行哪种替换：全局替换地址空间中的每个任意字符 ('.') ('') ('g')。

我们将所有字符替换为空格（而不是“无”，即删除它们），否则我们会收到有关“PDF 文件损坏”的投诉，因为对象引用计数和流长度会发生变化。

第三步：运行你的 Ghostscript 命令

你已经很清楚了：

gswin32c.exe -sDEVICE=png16m -o outputImage_%03d.png output.pdf

---

上面的所有三个步骤都可以很容易地编写脚本，我将留给您自己享受。