比较由 PDF 页面制作的 Tif 文件

Posted 2023-03-29

【中文标题】比较由 PDF 页面制作的 Tif 文件

【英文标题】：Compare Tif File Made from PDF pages

【发布时间】：2020-05-16 22:33:31

【问题描述】：

我有一个大约 500 页的 PDF 文件，其中有很多重复项。 在我制作 PNG 缩略图之前，我制作了 MD5 哈希来比较所有内容。那工作得很好。 现在我不再使用 png 缩略图，而是使用 tif 文件，因为我必须使用“tiffsep”来删除一些专色。 如果我比较 tif 文件的哈希值，甚至是我从 tif 文件制作的 png 文件的哈希值，它完全不同，即使它在视觉上是相同的。

我试图从 tiff 元数据中删除日期时间字段和分页信息，但它仍然是一样的。

我能做什么？ 这就是如何生成缩略图的代码 inputpdf = PdfFileReader(path) count_pages = inputpdf.getNumPages() command = "gs -sDEVICE=tiffsep -dNoSeparationFiles -dLastPage="+str(count_pages)+" -sOutputFile="/home..../page_%d.tif" subprocess.Popen(command,shell=True,stdin....)

【参考方案1】：

确实解决了问题。

首先我制作了 Tiff 文件以排除专色。 然后我必须转换为 JPG，然后构建散列。 来自 Tiff 的 PNG 的哈希值不一样。