如何创建质量更好的图像，使用Imagick / PHP将.pdf转换为.jpg？

Question

我目前有一个单页PDF（ http://reljac.com/so_1/all.pdf ），这是几个纸质收据的基本扫描。 如果你看PDF，文字清晰易读。 原件是扫描8.5“x 11”纸（无所谓）

我创建了一个非常简单的文件，使用以下代码将PDF转换为.jpg：

<?php     
    $im = new imagick('all.pdf[0]');
    $im->setImageFormat('jpg');
    $im->setImageCompression(imagick::COMPRESSION_LOSSLESSJPEG); 
    $im->setImageCompressionQuality(80);
    header('Content-Type: image/jpeg');
    echo $im;
?>

当我运行它（ http://reljac.com/so_1/pdf_jpg.php ）时，生成的图像难以辨认。

我现在正在使用两台服务器，一位告诉我：

版本：ImageMagick 6.2.8 10/06/10 Q16文件：/usr/share/ImageMagick-6.2.8/doc/index.html

另一个：

版本：ImageMagick 6.6.0-4 2012-05-02 Q16 http://www.imagemagick.org

两台服务器都创建了类似的.jpg

我改变了几个设置，包括：

• $im->setImageCompressionQuality(40);
• $im->setImageCompressionQuality(100);
• $im->setImageCompressionQuality(80);
• $im->setImageCompression(imagick::COMPRESSION_JPEG); （各种其他人来自http://www.php.net/manual/en/imagick.constants.php ）

我试过添加$im->scaleImage(600,0);

似乎没有什么比这更清晰了。 我希望最终结果是原始PDF的清晰.jpg - 它不必填满屏幕，它只需要清晰易读。 原始PDF可能有不同的大小，因此我需要记住，源不总是8.5“x 11”。

我还能做些什么来提高最终图像的质量，还是我应该期待的最好的？ 我是否需要以其他方式处理这些文件以获得更好的图像？

更新根据@ VadimR的回答，我现在使用以下内容：

$src = 'all.pdf';
$src_parts = pathinfo($src);

shell_exec('pdfimages ' . $src . ' ' . $src_parts['filename']);
shell_exec('convert ' . $src_parts['filename'] . '-000.pbm -resize 25% -sharpen -2 ' . $src_parts['filename'] . '.jpg');

$myImage = imagecreatefromjpeg($src_parts['filename'] . '.jpg');
header("Content-type: image/jpeg");
imagejpeg($myImage);
imagedestroy($myImage);

shell_exec('rm ' . $src_parts['filename'] . '-000.pbm');

这会产生一个漂亮，清晰的图像。

Answer 1

ImageMagick将PDF渲染委托给Ghostscript，因此，如果需要，不仅可以指定IM，还可以指定GS版本。 其次，我认为最好从命令行开始，只有在达到适当的质量后，才能将其放入php代码中。

提供质量的命令（或多或少）：

convert -density 300 all.pdf out.jpg

这里我们将渲染分辨率设置为300 dpi。 注意，它不一样

convert all.pdf -density 300 out.jpg

因为这里的渲染速度为72 dpi，然后使用300 dpi分配质量差的结果（即不进行重新采样）。

但是，我认为更好的方法是提取扫描，即没有转换：

pdfimages all.pdf all

它提供了全000.pbm图像 - 每个样本1位，3424 * 4400像素。 我绝对不能同意，“文字清晰易读” - 有些数字只能被猜到。

然后使用convert命令重新采样，并尝试改进，例如

convert all-000.pbm -resize 25% -sharpen 2 out.jpg

Answer 2

使用pdfimages提取扫描页面的图像（是的，它可以从单个PDF文档中提取100个图像中的100个）并将其保存为pbm或ppm文件是一个更好的选择或技术。

“如果你不知道你正在用它们做什么，那么每一个其他的操作和/或重复的转换等都会/可以肯定地降低原创性，有时甚至可以降低图像的质量。例如有人建议使用JPEG格式确实是一种松散的压缩/编码方法。然而，原始图像格式如pbm或单色用于灰度，黑白和/或1位图像和ppm用于24/16/8位彩色图像。“

仅在原始图像上操作，最后使用Jbig2enc将pbm图像转换为PDF文件，使用leptocica的converttopdf实用程序转换为彩色页面。

不要使用调整大小来减少输出页面/ PDF文件的大小，学习使用更好的压缩和/或编码技术！