讓 ghostscript 單獨留下 JBIG2 文件

Question

我正在使用gs從 PDF 中刪除一些不好的 OCR，這些 PDF 本質上是帶有不可見文本層的書頁圖像。 其中一些頁面圖像被編碼為 JBIG2。 當我通過 gs 運行它們時，它會將圖像格式更改為 CCIT，這通常還不錯，但可能比 JBIG2 版本大 10 到 20 倍。

我一直在尋找一種方法讓 gs 不理會它們——比如 PassThroughJPEGImages——或者用 MonoImageEncoder 重新編碼它們，但我沒有成功。 我沒有找到任何類似的直通選項，並且在將編碼器設置為 JBIG2Encode 時出錯。 我假設從我確實發現后者不是標准選項，但需要 Luratech 庫。

任何人都可以確認或 - 最好 - 解釋我的錯誤嗎？

TIA。

Answer 1

目前沒有辦法讓 Ghostscript 通過 JBIG2 圖像保持不變。

pdfwrite 設備不允許 JBIG2Encode 作為可能的編碼方法，因此您不能使用它。

這樣做的結果是您只能使用 CCITTFaxEncode 作為 MonoImageEncode 參數。

一般來說，JBIG2 比 CCITTFax 好不了多少，但文本除外，如果文本內容已知，則可以通過重用段來實現顯着節省（這也是 JBIG2 解碼錯誤的來源） 2013）。 聽起來你的圖像是這樣編碼的，所以是的，你會得到更大的圖像。