如何缩小扫描的PDF文件的文件大小？

#1 楼

aking1012是正确的。有了有关可能的嵌入式图像，超链接等的更多信息，回答此问题会容易得多！

这里有两个脚本和命令行解决方案。视需要使用。



reduce-pdf-file-size-linux

shrinkpdf
compress-a-pdf- with-pdftk
pdfcompress

#2 楼

请使用以下ghostscript命令：

gs -sDEVICE=pdfwrite -dCompatibilityLevel=1.4 -dPDFSETTINGS=/ebook \
-dNOPAUSE -dQUIET -dBATCH -sOutputFile=output.pdf input.pdf

-dPDFSETTINGS的摘要：


-dPDFSETTINGS=/screen质量较低，尺寸较小。 （72 dpi）

-dPDFSETTINGS=/ebook可获得更好的质量，但pdf稍大。 （150 dpi）

-dPDFSETTINGS=/prepress输出类似于Acrobat Distiller“打印前优化”设置（300 dpi）

-dPDFSETTINGS=/printer选择类似于Acrobat Distiller“打印优化”设置的输出（300 dpi）

-dPDFSETTINGS=/default选择旨在广泛使用的输出，可能以较大的输出文件为代价

参考：https：//www.ghostscript .com / doc / current / VectorDevices.htm＃PSPDF_IN：

特定于PostScript和PDF输入的控件和功能
-dPDFSETTINGS=configuration
将“蒸馏器参数”预设为四个预定义之一设置：


/screen选择与Acrobat Distiller（X版之前）“屏幕优化”设置类似的低分辨率输出。

/ebook选择中等分辨率输出类似于Acrobat Distiller（X版之前）“ eBook”设置。

/printer选择类似于Acrobat Distiller“ Print Optimized”（X版之前）设置的输出。

q43 12079q选择类似于Acrobat Distiller“ Prepress Optimized”（直到X版本）设置的输出。

/prepress选择旨在广泛用于各种用途的输出，可能以较大的输出文件为代价..


下表中的许多选项中显示了每个参数的确切设置，包括其DPI值：https://www.ghostscript.com/doc/current /VectorDevices.htm#distillerparams。

#3 楼

我最喜欢的方法是将pdf转换为ps并返回。但是，它并不总是有效，但是当它起作用时，效果很好：

ps2pdf input.pdf output.pdf

这也直接适用于pdf格式，如注释中所建议。

有些用户在使用如下电子书设置时也报告了更多的成功：

ps2pdf -dPDFSETTINGS=/ebook input.pdf output.pdf 

#4 楼

如果您有包含扫描图像的pdf，则可以使用convert（ImageMagick）创建具有jpeg压缩的pdf（您可以在任何pdf上使用此方法，但是会丢失所有文本信息）。
例如：

convert -density 200x200 -quality 60 -compress jpeg input.pdf output.pdf

根据需要调整参数


-密度：像素密度（以dpi为单位）（例如100x100）。更高的像素密度可提高质量和尺寸

-quality：压缩率。对于jpg，其质量介于1到100之间，质量最好，但压缩率最低。

-compress：压缩算法。由于压缩伪像，jpeg压缩可能不是最佳选择。您可以选择BZip，传真，Group4，JPEG，JPEG2000，无损，LZW，RLE或Zip作为替代压缩方法（有些仅允许黑白图像）。

扫描/照相文档的压缩率（取决于设置）。根据文档来源，您可能需要减小颜色深度（-depth参数）。

#5 楼

我需要缩小包含文档全彩色扫描的PDF的大小。就文件而言，我的每一页都是全彩色图像。它们是包含文本和图像的页面的图像，但是它们是通过扫描到图像而创建的。

我使用了下面的ghostscript命令和另一个线程中的一个的组合。

gs -sDEVICE=pdfwrite -dCompatibilityLevel=1.4 -dDownsampleColorImages=true \
-dColorImageResolution=150 -dNOPAUSE  -dBATCH -sOutputFile=output.pdf input.pdf

这将图像分辨率降低到150dpi，将文件大小减少了一半。查看文档，几乎没有图像质量明显下降。在我的2012 Nexus7上，文本仍可完美阅读。

#6 楼

这是重写扫描的pdf的脚本：

#!/bin/sh

gs  -q -dNOPAUSE -dBATCH -dSAFER \
    -sDEVICE=pdfwrite \
    -dCompatibilityLevel=1.3 \
    -dPDFSETTINGS=/screen \
    -dEmbedAllFonts=true \
    -dSubsetFonts=true \
    -dColorImageDownsampleType=/Bicubic \
    -dColorImageResolution=72 \
    -dGrayImageDownsampleType=/Bicubic \
    -dGrayImageResolution=72 \
    -dMonoImageDownsampleType=/Bicubic \
    -dMonoImageResolution=72 \
    -sOutputFile=out.pdf \
     

您可以对其进行一些自定义以使其更可重用，但是如果只有一个pdf，则可以替换与您的pdf文件名并在终端中将其绑定。

#7 楼

我通常使用ps2pdf来做到这一点（更轻松的语法），就像这样：

ps2pdf -dPDFSETTINGS=/ebook BiggerPdf SmallerPDF

我使用以下python脚本来减小文件中所有pdf文件的大小生产服务器中的目录（8.04）。所以应该可以。

#!/usr/bin/python

import os

for fich in os.listdir('.'):
        if fich[-3:]=="pdf":
                os.system("ps2pdf -dPDFSETTINGS=/ebook %s reduc/%s" % (fich,fich))

#8 楼

我使用LibreOffice Draw打开pdf。
然后“导出为pdf”
，将“ jpeg压缩质量”设置为50％，将“图像分辨率”设置为
150 dpi

这会产生很好的结果。

#9 楼

最适合我的是

convert -compress Zip -density 150x150 input.pdf output.pdf

其他方式：

#### gs
gs -sDEVICE=pdfwrite -dCompatibilityLevel=1.4 -dPDFSETTINGS=/ebook -dNOPAUSE -dQUIET -dBATCH -sOutputFile=output.pdf $INPUTFILE

### pdf2ps && ps2pdf
pdf2ps input.pdf output.ps && ps2pdf output.ps output.pdf

### Webservice
http://compress.smallpdf.com/de

注意事项

#10 楼

我强烈建议使用pdfsizeopt。
在减小大小方面，它比我尝试过的任何以前的CLI和GUI软件（包括convert，gs，pdftk等）要高效得多-尽管激活pngout可能会更慢—并且没有任何问题（没有严重的像素化/降级的图像，没有丢失目录等元数据等）。
现在，如果您需要达到一定的大小，无论后果如何（将图片降级到无法读取的程度），它可能不是您所需要的工具，但作为始终有效的解决方案，它可以减少PDF中不必要的大尺寸而又不会降低可读性，信息和可接受的图像质量，认为这是最好的选择。 （注意：我倾向于先在Adobe Acrobat中完成矢量化-OCR [该功能以前称为“ CleanScan”]，然后使用它，这会对某些扫描的文本文档产生巨大的影响。）

我建议通用的Unix安装：

安装所有必需的依赖项：


Ghostscript
jbig2
pngout
png22pnm
sam2p




下载并安装可执行文件：

 curl -L -o https://raw.githubusercontent.com/pts/pdfsizeopt/master/pdfsizeopt.single
 chmod +x pdfsizeopt.single
 cp pdfsizeopt.single /usr/local/bin/pdfsizeopt

用法：

pdfsizeopt original.pdf [compressed.pdf]

Mac用户找到这篇文章的注意事项（或Linuxbrew用户）：有一个Homebrew安装公式：

brew install --HEAD pts/utils/pdfsizeopt

#11 楼

我本人只是遇到了这个问题。如果使用简单扫描，请为低分辨率扫描选择文本模式，而无需担心命令行内容。只是说而已。

#12 楼

由于此链接是我在Google上搜索时最先找到的，所以我想再增加一种可能性。以上解决方案均不适用于从Inkscape导出的pdf（15 mb），但是我终于能够通过在GIMP中打开它并将其缩小为1 mb，然后再次导出为pdf。

另外一个接近的选项（但是文本有点模糊）是ImageMagick的convert实用程序：

convert -compress Zip input.pdf output.pdf

#13 楼

控制压缩质量：

 #!/bin/sh
INPUT=; shift
OUTPUT=; shift
GS_BIN=/usr/bin/gs
QFACTOR="0.40"

# Image Compression Quality
#
# Quality HSamples VSamples QFactor
# Minimum [2 1 1 2] [2 1 1 2] 2.40
# Low     [2 1 1 2] [2 1 1 2] 1.30
# Medium  [2 1 1 2] [2 1 1 2] 0.76
# High    [1 1 1 1] [1 1 1 1] 0.40
# Maximum [1 1 1 1] [1 1 1 1] 0.15 

${GS_BIN} -dBATCH -dSAFER -DNOPAUSE -q -sDEVICE=pdfwrite -sOutputFile=${OUTPUT} -c "<< /ColorImageDict << /QFactor ${QFACTOR} /Blend 1 /HSample [1 1 1 1] /VSample [1 1 1 1] >> >> setdistillerparams" -f ${INPUT}
 

#14 楼

我遇到了同样的问题，很高兴找到这个线程。具体来说，我有一个从扫描图像生成的pdf，需要将其字节大小减小6倍。

不幸的是，上述解决方案均无效:(。然后，我意识到扫描仪中的某个位置-> jpeg-> pdf处理，页面大小因aprx 4而膨胀。我扫描的文档均为Letter大小，但pdf大小为

identify -verbose doc_orig.pdf | grep "Print size"
 Print size: 35.4167x48.7222

我最终通过“转换”命令获得了预期的结果，该命令在一个步骤中完成了调整大小和压缩步骤：

的72x72 dpi。

#15 楼

最后，我编写了自己的bash脚本来解决此问题，它使用mogrify，convert和gs将pdf页面提取为png，调整大小，将其转换为1位bmp，然后将其重建为pdf。文件大小减少可以超过90％。可从http://www.timedicer.co.uk/programs/help/pdf-compress.sh.php获得。

#16 楼

对我来说，gs screen选项太糟糕了，而ebook一个太大了。

我的原始文档包含彩色文本和黑白图像（取决于页面）。

我提出的最佳解决方案是：

gs -sDEVICE=pdfwrite -dCompatibilityLevel=1.4 -dDownsampleColorImages=true -dDownsampleGrayImages=true -dDownsampleMonoImages=true -dColorImageResolution=130 -dGrayImageResolution=130 -dMonoImageResolution=130 -r130 -dNOPAUSE  -dBATCH -sOutputFile=output_lr.pdf input.pdf

请注意，压缩级别不是线性的。如果我指定135，则未压缩，我确实发现130是（以我为例）实现压缩的最大分辨率。

#17 楼

如果也可以转换为djvu并且不涉及任何颜色，则可以尝试以下操作：

使用pdfimages -j将pdf转换为jpg文件

如果获取pbm文件相反，您应该执行中间步骤：

for FILENAME in $(ls *.pbm); do convert $FILENAME ${FILENAME%.*}.jpg ;done

convert命令来自imagemagick软件包。

然后使用scantailor将tif取出

最后一步，是将direcory（tif所在的位置）扫描到尾部，并将djvubind应用于该目录。

这将大大减少文件大小，而不会造成大量文本质量损失。如果要更好地控制ocr后端，则可以尝试djvubind --no-ocr并使用ocrodjvu之后再添加ocr层。可以使用didjvu代替djvubind，而在scantailor中，您必须更改为混合模式并有时手动选择彩色图像。

#18 楼

将图像甚至pdf文件加载到inkscape中。

从inkscape中：以矢量格式保存（作为本机.svg）。

将矢量文件导入到scribus中，编辑布局，然后从中将其导出为.pdf

#19 楼

您可以尝试以下方法：

 $ time pdftk myFile.pdf output myFile__SMALLER.pdf compress
GC Warning: Repeated allocation of very large block (appr. size 16764928):
    May lead to memory leak and poor performance.
GC Warning: Repeated allocation of very large block (appr. size 8384512):
    May lead to memory leak and poor performance.
GC Warning: Repeated allocation of very large block (appr. size 11837440):
    May lead to memory leak and poor performance.
GC Warning: Repeated allocation of very large block (appr. size 8384512):
    May lead to memory leak and poor performance.
GC Warning: Repeated allocation of very large block (appr. size 33525760):
    May lead to memory leak and poor performance.
GC Warning: Repeated allocation of very large block (appr. size 7254016):
    May lead to memory leak and poor performance.
GC Warning: Repeated allocation of very large block (appr. size 34041856):
    May lead to memory leak and poor performance.
GC Warning: Repeated allocation of very large block (appr. size 33525760):
    May lead to memory leak and poor performance.

real    0m23.677s
user    0m23.142s
sys     0m0.540s
$ du myFile*.pdf
108M    myFile.pdf
74M     myFile__SMALLER.pdf
 

它比gs快，但压缩率高达30％这种情况适用于107.5MiB输入文件。

#20 楼

超级简单的PDF压缩工具：GitHub页面。

在Ubuntu上安装：

sudo add-apt-repository ppa:jfswitz/released

sudo apt-get update

sudo apt-get install pdf-compressor

它使用ghostscript。

#21 楼

我使用此zsh函数压缩扫描的文档：

pdf-compress-gray () {
    local input=""
    local out="${2:-${input:r}_cg.pdf}"
    local dpi="${pdf_compress_gray_dpi:-90}"

    gs -q -dNOPAUSE -dBATCH -dSAFER -sProcessColorModel=DeviceGray -sColorConversionStrategy=Gray -dDownsampleColorImages=true -dOverrideICC -sDEVICE=pdfwrite -dCompatibilityLevel=1.4 -dPDFSETTINGS=/screen -dColorImageDownsampleType=/Bicubic -dColorImageResolution=$dpi -dGrayImageDownsampleType=/Bicubic -dGrayImageResolution=$dpi -dMonoImageDownsampleType=/Bicubic -dMonoImageResolution=$dpi -sOutputFile="$out" "$input"
}

用法：

[pdf_compress_gray_dpi=100] pdf-compress-gray input.pdf [output.pdf]

#22 楼

我通常只是简单地使用

gs -dQUIET -dBATCH -dNOPAUSE -sDEVICE=pdfwrite -dPDFSETTINGS=/printer \
   -sOutputFile=output.pdf input.pdf

，我遇到了很多问题，一个是如何减小AskUbuntu，Stack Overflow和Unix＆Linux SE上pdf的大小，我想知道所有这些选项是什么
有些是与交互相关的参数：

-dQUIET
-dBATCH
-dNOPAUSE

有些是设备和输出选择参数：

-sDEVICE
-sOutputFile

有些是特定于设备的通用控件和功能PDFWRITE：

-r<resolution>
-dCompressFonts

这个重要的参数将Adobe记录的用于控制转换为PDF的文档参数“ Distiller Parameters”预设为四个预定义设置（屏幕，电子书，打印机，印前）之一

-dPDFSETTINGS

下表中所有以下项均根据-dPDFSETTINGS自动预设。 Kurt Pfeifle建议的命令可用于检查这些值。如果需要，可以对其进行微调：

-dCompatibilityLevel
-dAutoRotatePages
-dEmbedAllFonts
-dSubsetFonts
-sColorConversionStrategy
-dDownsampleColorImages
-dDownsampleGrayImages
-dDownsampleMonoImages
-dColorImageResolution
-dGrayImageResolution
-dMonoImageResolution
-dColorImageDownsampleType
-dGrayImageDownsampleType
-dMonoImageDownsampleType

#23 楼

引用此答案和此答案，并在这里尝试了一堆答案，并进行了大量研究和实验后，我提出了以下建议。请注意，我已经删除了此处其他一些答案中使用的命令的-dCompatibilityLevel=1.4部分，因为此表表明1.5或1.7在今天（2020年12月27日）已自动用于此设置，并且无需覆盖这些值。 br />使用Ghostscript（gs）将input.pdf压缩为output.pdf

3主要压缩级别：注意：您还可以添加-dQUIET来禁止所有输出到stdout。请参阅：https：//www.ghostscript.com/doc/current/Use.htm。


低压缩率：300 dpi（大文件大小）

 gs -sDEVICE=pdfwrite -dPDFSETTINGS=/printer -dNOPAUSE -dBATCH \
-sOutputFile=output.pdf input.pdf
 

[我的测试中最佳]中级压缩（推荐）：150 dpi（中等文件大小）

 gs -sDEVICE=pdfwrite -dPDFSETTINGS=/ebook   -dNOPAUSE -dBATCH \
-sOutputFile=output.pdf input.pdf
 

高压缩率：72 dpi（小文件大小-在某些情况下可能会产生粗糙或不可读的结果，因此请尝试并试一试）

 gs -sDEVICE=pdfwrite -dPDFSETTINGS=/screen  -dNOPAUSE -dBATCH \
-sOutputFile=output.pdf input.pdf
 

还可以在命令前面添加time查看所需的时间（适用于任何Linux命令）。示例输出：

 $ time gs -sDEVICE=pdfwrite -dPDFSETTINGS=/ebook -dNOPAUSE -dBATCH -sOutputFile=out.pdf in.pdf
GPL Ghostscript 9.50 (2019-10-15)
Copyright (C) 2019 Artifex Software, Inc.  All rights reserved.
This software is supplied under the GNU AGPLv3 and comes with NO WARRANTY:
see the file COPYING for details.
Processing pages 1 through 15.
Page 1
Loading NimbusSans-Regular font from /usr/share/ghostscript/9.50/Resource/Font/NimbusSans-Regular... 5205104 3852122 2872760 1487237 3 done.
Page 2
Page 3
Page 4
Page 5
Page 6
Page 7
Page 8
Page 9
Page 10
Page 11
Page 12
Page 13
Page 14
Page 15

real    0m1.326s
user    0m1.142s
sys     0m0.048s
 

如果将-dQUIET添加到命令中，则不会显示任何Ghostscript输出，您会得到以下结果（在前面使用time时）：

 $ time gs -sDEVICE=pdfwrite -dPDFSETTINGS=/ebook -dNOPAUSE -dBATCH -dQUIET -sOutputFile=out.pdf in.pdf

real    0m1.018s
user    0m0.976s
sys     0m0.040s
 

您还可以使用ps2pdf，它是gs的包装，并且产生的效果非常相似，但结果并不完全相同。我更喜欢直接使用gs，如上所示。

低压缩率：300 dpi（大文件大小）

 ps2pdf -dPDFSETTINGS=/printer input.pdf output.pdf
 

中压缩（推荐）：150 dpi（中文件大小）

 ps2pdf -dPDFSETTINGS=/ebook   input.pdf output.pdf
 

高压缩率：72 dpi（小文件大小-在某些情况下可能会产生颗粒状或无法读取的结果，因此请尝试并尝试一下）

 ps2pdf -dPDFSETTINGS=/screen  input.pdf output.pdf
 

PDF压缩测试
测试gs上面关于我的pdf2searchablepdf脚本输出的命令，我看到以下内容：低压缩：没有明显影响，因为我的脚本已经产生300 dpi输出PDF。因此，一个3.8 MB的3 pg输入PDF会导致〜3.8MB的输出PDF。
[BEST]中压缩：很好地压缩文件！ 3.8 MB 3 pg输入PDF导致输出PDF约为0.95MB。
高压缩率：可能太多。 3.8 MB 3 pg输入PDF导致输出PDF约为0.37MB，但在我的特定测试中，这是完全不可读的，因为开始时输入PDF的分辨率已经很差。如果您从高质量/高分辨率输入PDF开始，您可能会得到更好的可读性结果。

Ghostscript（gs）文档：
对于所有-d（“ d efine”）PDFSETTINGS可用，请参见此处：https：//www.ghostscript.com/doc/current/VectorDevices.htm#PSPDF_IN。我在下面引用了该部分，不同之处在于，我为每个设置都添加了粗体的DPI值，如本表中所示。您可以参考该表查看gs为每个PDFSETTINGS选项选择的数十个较低级别的设置。

特定于PostScript和PDF输入的控件和功能
-dPDFSETTINGS=configuration
预设将“蒸馏器参数”设置为四个预定义设置之一：


/screen（72 dpi）选择类似于Acrobat Distiller（低至X版）的“低分辨率”输出“屏幕优化”设置。

/ebook（150 dpi）选择类似于Acrobat Distiller（最高X版本）“ eBook”设置的中分辨率输出。

/printer（300 dpi）选择类似于Acrobat Distiller“打印优化”（至X版本）设置的输出。

/prepress（300 dpi）选择类似于Acrobat Distiller“印刷前优化”的输出（高达版本X）设置。

/default（72 dpi）选择旨在广泛使用的输出，可能以较大的输出文件为代价。


您还可以在此页面上查看各种选项的定义：https://www.ghostscript.com/doc/current/Use.htm：

-dNOPAUSE
禁用提示和在每页末尾暂停。通常，在打印机或文件上生成输出时，应使用此功能（连同-dBATCH一起使用）。对于另一个程序正在“驱动” Ghostscript的应用程序，也可能是需要的。
-dBATCH
使Ghostscript在处理命令行上命名的所有文件后退出，而不是进入读取PostScript命令的交互式循环。等同于将-c quit放在命令行末尾。
-dQUIET
禁止在标准输出上显示常规信息注释。当前将设备输出重定向到标准输出时，这是必需的。

#24 楼

我用下面的命令，但它并没有实质性地压缩我的pdf文件。有时，压缩后部分会变黑。


gs -sDEVICE=pdfwrite -dCompatibilityLevel=1.4 -dPDFSETTINGS=/ebook -dNOPAUSE -dQUIET -dBATCH -sOutputFile=output.pdf $INPUTFILE
"ps2pdf -dPDFSETTINGS=/ebook %s %s" % (input_file_path, out_file_path)

在网上徘徊了太多之后，我只是找不到合适的压缩库。我遇到pdfcompressor.com。这是一个很棒的网站。它将pdf压缩95％（文件15Mb）。因此，我使用了硒和Tor来自动执行压缩。检出我的Github存储库。
[GITHUB]（https://github.com/gugli28/PdfCompressor）