PDF 优化 - 在嵌入文本之前加载图像 - 请参阅提供的示例

Posted 2023-02-25

【中文标题】PDF 优化 - 在嵌入文本之前加载图像 - 请参阅提供的示例

【英文标题】：PDF Optimization - Image Load Before Embedded Text - See Examples Provided

【发布时间】：2016-07-11 07:23:49

【问题描述】：

我一直在尝试找到一种方法，让我们的 OCRed PDF (bad-uc.pdf) 与保存的中缀 (good-uc.pdf) 表现相同。

如果您在 Acrobat Reader 中打开以下两个文件（任何版本都应该显示相同的问题），您会看到 bad-uc.pdf 在页面图像之前加载文本（非常缓慢）... uc.pdf 将所有内容一起加载（似乎更快且响应更快）。

good-uc.pdf: https://drive.google.com/file/d/0B-Nxr9ySWJnNX2dZSmVscEZIRmc/view?usp=sharing bad-uc-pdf：https://drive.google.com/file/d/0B-Nxr9ySWJnNN2t6X2hFNTBxa0U/view?usp=sharing

我已经尝试过：pdftk、pdftops、ghostscript、pdf2ps、ps2pdf 和 qpdf，但仍然无法在文本之前加载图像... PDF 专家能否解释一下为什么这两个 PDF 的行为不同...

我的猜测是中缀重组 PDF，以便在嵌入文本之前加载图像，但我找不到可以进行这种 PDF 结构优化的 Linux 命令行工具。

非常感谢！！ 杰弗里

【参考方案1】：

阐明为什么这两个 PDF 行为不同...

实际上，您的两个 PDF 需要大约相同的时间才能被 Adob​​e Reader 在我的计算机上正确显示。但是，虽然您的 bad-uc.pdf 首先显示 OCR 文本，然后用扫描覆盖它，但 good-uc.pdf 首先似乎显示一个普通页面，然后用扫描覆盖它。

造成这种情况的原因是 good-uc.pdf 以渲染模式 3（“不可见”）绘制 OCR 文本，而 bad-uc.pdf 通常以填充模式 0（“填充轮廓”）绘制它颜色：黑色。由于不可见的绘画可能比实际的黑白绘画需要更少的时间，因此渲染时间之间甚至可能存在客观差异，但我认为这主要是主观的。

【讨论】：

非常感谢 mkl 提供的重要信息！你知道是否有任何 Linux 工具可以改变渲染模式？所以我可以让 bad-uc.pdf 以模式 3（“不可见”）呈现。

我不知道这样的工具，我只是知道如何实现这样的工具。

非常感谢先生！！那是一个很好的暗示。我设法编写了一个简单的脚本，将渲染模式标签插入到适当的位置。但是，该脚本可能只对我们的应用程序有用，因为我们所有的 PDF 都是由 ABBYY 生成的，并且我们可以控制 PDF 的格式一致性，以允许我的脚本在正确的位置插入标签。附言对不起，我很想按“有用”箭头，但我的声誉不够高......再次感谢您的精彩提示！太棒了！