通过命令行压缩具有不同页面格式的多页 TIF 文件

Question

我们的文档管理系统中包含大量多页 TIF 文件（主要是文档扫描）。由于各种历史问题和最终用户的误解，其中很大一部分比它们需要的要大得多（例如，它们将以比要求更高的分辨率进行扫描，或者未经压缩存储）。

我一直在研究其中的一些文档并进行一些优化，以收回一些宝贵的存储空间（我已经恢复了 25GB，只是取出了非常低的果实）。

到目前为止，我一直在使用 ImageMagick 和 Irfanview 的组合，但我真的很想进一步自动化这个过程，因为目前它非常耗费人力。我在创建一些脚本方面很擅长，但不幸的是，所讨论的 TIF 的性质被证明是有问题的。

尤其是其中大多数包含混合页面格式；用于基本字母页面的双级/1 位页面和用于图像/地图/计划的全彩色 RGB 页面。大多数文档会混合使用这些类型，而且并不总是以任何特定的顺序排列（实际上它们可能会在这两种格式之间来回切换）。

理想情况下，我想在双层页面上使用第 4 组传真压缩，在彩色页面上使用 JPEG 压缩（因此 ImageMagick 中的 -compress group4 / -compress jpeg 标志）但似乎没有任何方法（我可以告诉 - 我在 IM 方面的经验有限）在每页格式的基础上设置压缩。有谁知道这是否可能？或者任何人都可以推荐一个具有此功能的可编写脚本的工具吗？

Irfanview 可以按页面压缩，但必须通过 GUI 手动逐页设置，显然不理想。

任何提示将不胜感激！

Answer 1

由于我没有显示您描述的特征（混合格式、不同压缩方案和不同页面的色彩空间......）的示例 TIFF 文件，所以这是第一个镜头。

要自动处理多页 TIFF，您需要知道可以通过将其从零开始的索引号 [n] 附加到文件名来单独访问每张图片。

此外，您应该查找list of ImageMagick escpape shortcuts，这样您就可以构建一个identify -format <%escapestrings> 命令，该命令会自动从文件中提取有趣的位，然后您将使用它来进行进一步的处理。

因此，通过运行带有自定义 -format 字符串的 identify 来识别不同 TIFF 页面之间的各种特征开始您的项目，例如：

for i in $(seq 1 $(identify -format %n multipage.tiff)); do 
  identify -format \
    "scene-number:%s \
     image-width-in-pixels:%w \
     image-height-in-pixels:%h \
     x-resolution:%x \
     y-resolution:%y \
     image-depth:%z \
     imageclass+colorspace:%r \
     image-compression-type:%C \
     image-compression-quality:%Q \
     page-width:%W \
     page-height:%H" \
   multipage.tiff[$i]; 
 done

（出于教育原因，故意写得过于冗长……）

基于此，您应该能够想出一个 shell 脚本来满足您的需求。