在 Linux 上使用 Ghostscript 减小 PDF 文件大小不起作用

Question

我有大约 50-60 个 pdf 文件（图像），每个文件大小为 1.5MB。现在我不想在我的论文中包含这么大的 pdf 文件，因为这会使下载、阅读和打印变得很痛苦。所以我尝试使用 ghostscript 执行以下操作：

gs \
  -dNOPAUSE -dBATCH \
  -sDEVICE=pdfwrite \
  -dCompatibilityLevel=1.4 \
  -dPDFSETTINGS="/screen" \
  -sOutputFile=output.pdf \
    L_2lambda_max_1wl_E0_1_zg.pdf

但是，现在我的 1.4MB pdf 文件是 1.5MB 大。

我做错了什么？有什么方法可以检查pdf文件的分辨率吗？我只需要 300dpi 的图像，所以有人会建议使用convert 来更改分辨率，或者我可以使用gs 更改图像分辨率（降低它），因为当我使用convert 时图像非常粗糙/p>

我如何使用转换：

 convert \
     -units PixelsPerInch \
      ~/Desktop/L_2lambda_max_1wl_E0_1_zg.pdf \
     -density 600 \
      ~/Desktop/output.pdf

示例文件

http://dl.dropbox.com/u/13223318/L_2lambda_max_1wl_E0_1_zg.pdf

Answer 1

如果你运行 Ghostscript -dPDFSETTINGS=/screen 这只是一种捷径。事实上，您会（隐含地）获得一大堆使用的设置，您可以使用以下命令进行查询：

gs \
  -dNODISPLAY \
  -c ".distillersettings {exch ==only ( ) print ===} forall quit" \
| grep '/screen'

在我的 Ghostscript (v9.06prerelease) 上，我得到以下输出（稍作编辑以增加可读性）：

/screen 
  << /DoThumbnails false 
     /MonoImageResolution 300 
     /ColorImageDownsampleType /Average 
     /PreserveEPSInfo false 
     /ColorConversionStrategy /sRGB 
     /GrayImageDownsampleType /Average 
     /EmbedAllFonts true 
     /CannotEmbedFontPolicy /Warning 
     /PreserveOPIComments false 
     /GrayImageResolution 72 
     /GrayACSImageDict << 
                        /ColorTransform 1 
                        /QFactor 0.76 
                        /Blend 1 
                        /HSamples [2 1 1 2] 
                        /VSamples [2 1 1 2] 
                      >> 
     /ColorImageResolution 72 
     /PreserveOverprintSettings false 
     /CreateJobTicket false 
     /AutoRotatePages /PageByPage 
     /MonoImageDownsampleType /Average 
     /NeverEmbed [/Courier 
                  /Courier-Bold 
                  /Courier-Oblique 
                  /Courier-BoldOblique 
                  /Helvetica 
                  /Helvetica-Bold 
                  /Helvetica-Oblique 
                  /Helvetica-BoldOblique 
                  /Times-Roman 
                  /Times-Bold 
                  /Times-Italic 
                  /Times-BoldItalic 
                  /Symbol 
                  /ZapfDingbats] 
     /ColorACSImageDict << 
                          /ColorTransform 1 
                          /QFactor 0.76 
                          /Blend 1 
                          /HSamples [2 1 1 2] 
                          /VSamples [2 1 1 2] >> 
     /CompatibilityLevel 1.3 
     /UCRandBGInfo /Remove 
>>

我想知道您的 PDF 是否包含大量图像，以及这种转换是否会造成不受欢迎的事情（例如使用“错误”参数重新采样图像）会增加文件大小...

如果是这种情况（图片较多的 PDF），请告诉我，我会用一些建议更新这个答案....

---

更新

我查看了 DNA 提供的示例文件。有趣...

不，它确实不包含任何图像。

相反，它包含一个大流（使用 /FlateDecode 压缩），其中包含大约 700.000+ (!!) 个操作，主要是 PDF 语言中的单个向量操作，例如：
m (moveto)，
l (lineto),
d (setdash),
w (setlinewidth),
S (stroke),
s (closepath and stroke ),
W* (eoclip),
rg 和 RG (setrgbcolor)
还有更多。

（该 PDF 代码的 AFAICS 编写效率非常低（但可以完成它的工作），因为它确实连接了许多短笔划而不是“长”笔划，并且几乎每个笔划都再次定义了颜色（即使它是和以前一样），并具有所有其他开销（开始笔划，结束笔划，...）。

Ghostscript 的-dPDFSETTINGS=/screen 在此处没有任何 效果（例如，没有要下采样的图像）。增加的文件大小（准确地说是 +48 kByte）可能是由于 Ghostscript 在解释文件时将一些内部描边等命令重新组织为不同的顺序。

所以对于 PDF 文件大小您无能为力 ...

• ...除非您将这些 PDF 页面中的每一个都转换为 REAL 图像，例如 PNG：

GS\ -o out72.png \ -sDEVICE=pngalpha\ L_2lambda_max_1wl_E0_1_zg.pdf

（我使用pngalpha 输出来获得透明背景。）'out.png' 的图像尺寸为259x213px，文件大小现在为70 kByte。但我敢肯定你不会喜欢它的质量:-)

输出质量“差”，因为 Ghostscript 使用 72 dpi 的默认分辨率。

既然你说你想要 300dpi，命令变成这样：

gs \
  -o out300.png \
  -sDEVICE=pngalpha \
  -r300 \
   L_2lambda_max_1wl_E0_1_zg.pdf

现在文件大小为 750 kByte，图像尺寸为1080x889 像素。

---

更新 2

由于好奇心这些天很流行... :-) ...我尝试在 Mac 上的 Adob​​e Acrobat X Pro 的帮助下减小文件大小。

你想知道结果吗？

执行 “另存为...（减小文件大小的 PDF）”——过去对我来说总是产生非常好的结果！ -- 创建了一个 1,8++ MByte 文件 (+29%)。我想这绝对是把 Ghostscript 的性能（文件大小增加 +3%）放到了现实的角度！

Answer 2

DNA 决定使用灰度 PNG。他创建它们的方式分为两个步骤：

1. 第 1 步： 使用 Ghostscript 的 pdfwrite 设备和设置
   -dColorConversionStrategy=/Gray 和
   -dProcessColorModel=/DeviceGray 将彩色 PDF 页面（例如 this）转换为灰度 PDF 页面.
2. 第 2 步： 使用 Ghostscript 的 pngalpha 设备以 300 dpi 的分辨率（在 GS 命令行上使用 -r300）将灰度 PDF 页面转换为 PNG。

这会将他的初始文件大小从 1.4 MB 减少到 0.7 MB。

但是这个工作流程有以下缺点：

• 与直接从 PDF 以相同分辨率编写的颜色输出相比，它会丢失所有颜色信息，而不会节省太多磁盘空间！

DNA 的工作流程有 2 种替代方案：

1. （彩色）PDF ->（彩色）PNG 的一步转换，使用 Ghostscript 的 pngalpha 设备和原始 PDF 作为输入（相同的 300 dpi 分辨率设置）。这将具有以下优势：

   • 它将颜色信息保留在 PNG 输出中，只需要更多的磁盘空间！

2. （彩色）PDF -> 灰度 PNG 的一步转换，使用 Ghostscript 的 pnggray 设备和原始 PDF 作为输入（300 dpi 分辨率的相同设置），具有这种优点/缺点的组合：

   • 它会丢失 PNG 输出中的颜色信息。
   • 它会丢失 DNA 工作流程中保留的透明背景。
   • 这将节省 大量 磁盘空间，因为文件大小将下降到 DNA 工作流程输出的 20% 左右。

因此您可以下定决心并并排查看输出大小和质量，这里有一个 shell 脚本来演示差异：

#!/bin/bash # # 文案 (c) 2012 # 许可：知识共享（CC BY-SA 3.0） 功能回声做（）{ 回声 回声“命令：${*}” 回声“--------” 回声 “${@}” } [ -d 出] || mkdir 输出 回声 echo "我们假设所有 PDF 页面都是一页 PDF！" echo "（否则我们必须包含类似 '%03d' 的内容" echo " 进入输出文件名以获得分页输出)" 回声 回声' # 将彩色 PDF 转换为灰度 PDF。 # 如果 PDF 有透明背景（大多数都有）， # 这将在输出中保持透明。） # 注意：因为我们不使用分辨率， # pdfwrite 将使用其默认值“-r720”。 # (然而，这个设置只会影响光栅对象...) ' 对于我在 *.pdf 中 做 echo_do gs \ -o "out/${i}---pdfwrite-devicegray-gs.pdf" \ -sDEVICE=pdf写入\ -dColorConversionStrategy=/灰色\ -dProcessColorModel=/DeviceGray \ -dCompatibilityLevel=1.4 \ “${i}” 完毕 回声' # 使用 Alpha 通道将（之前生成的）灰度 PDF 转换为 PNG #（Alpha通道可以使背景透明） ' for i in out/*pdfwrite-devicegray*.pdf 做 echo_do gs \ -o "out/$(basename "${i}")---pngalpha-from-pdfwrite-devicegray-gs.png" \ -sDEVICE=pngalpha\ -r300 \ “${i}” 完毕 回声' # 使用 Alpha 通道将（彩色）PDF 转换为灰度 PNG #（Alpha通道可以使背景透明） ' 对于我在 *.pdf 中 做 # 以下仅对 'pdfwrite' 输出设备需要，'pngalpha' 不需要！ # -dProcessColorModel=/DeviceGray echo_do gs \ -o "out/${i}---pngalphagray_gs.png" \ -sDEVICE=pngalpha\ -dColorConversionStrategy=/灰色\ -r300 \ “${i}” 完毕 回声' # 使用 Alpha 通道将（颜色）PDF 转换为（颜色）PNG #（Alpha通道可以使背景透明） ' 对于我在 *.pdf 中 做 echo_do gs \ -o "out/${i}---pngalphacolor_gs.png" \ -sDEVICE=pngalpha\ -r300 \ “${i}” 完毕 回声' # 将（彩色）PDF 转换为灰度 PNG #（这里没有Alpha通道，因此[大部分]白色背景） ' 对于我在 *.pdf 中 做 echo_do gs \ -o "out/${i}---pnggray_gs.png" \ -sDEVICE=png灰色\ -r300 \ “${i}” 完毕 echo "所有输出都在 ./out/ ..." 回声

运行此脚本并并排比较不同的输出。

是的，'direct-grayscale-PNG-from-color-PDF-using-pnggray-device' 可能看起来更差 bit（而且它不支持透明背景）另一个——但它也只有文件大小的 20%。另一方面，如果您想通过牺牲一点磁盘空间来购买更高质量的产品——您可以使用-r400 而不是-r300...