c# - 使用免费软件库使用 C# 编程压缩现有 PDF

Question

我在 Google 上搜索了很多有关如何压缩现有 pdf(大小)的信息。我的问题是

1. 我不能使用任何应用程序，因为它需要由 C# 程序来完成。

2. 我无法使用任何付费图书馆，因为我的客户不想超出预算。所以付费图书馆肯定是NO

我做了最后 2 天的功课，想出了一个使用 iTextSharp、BitMiracle 的解决方案，但无济于事，因为前者只减少了文件的 1%，而后者是付费的。

我还遇到了 PDFcompressNET 和 pdftk，但我找不到它们的 .dll。

实际上，pdf 是保险单，包含 2-3 张图片(黑白)和大约 70 页，大小为 5 MB。

我只需要pdf格式的输出(不能是任何其他格式)

Answer 1

这是执行此操作的方法(无论您使用的工具包如何，这都应该有效):

如果您有 24 位 rgb 或 32 位 cmyk 图像，请执行以下操作:

• 确定图像是否真实。如果是cmyk，就转成rgb。如果它是 rgb 并且真的是灰色，则转换为灰色。如果它是灰色或调色板并且只有 2 种真实颜色，请转换为 1 位。如果它是灰色的并且灰度变化相对较小，请考虑使用合适的二值化技术转换为 1 位。
• 根据图像在页面上的放置方式测量图像尺寸 - 如果它是 300 dpi 或更高，请考虑根据图像的位深度将图像重新采样为更小的尺寸 - 例如，您可以 可能从 300 dpi 灰色或 rgb 变为 200 dpi，并且不会丢失太多细节。
• 如果您有真正彩色的 rgb 图像，请考虑对其进行调色。
• 检查图像的内容，看看是否可以帮助提高图像的可压缩性。例如，如果您遍历彩色/灰色图像并细化大量聚集的颜色，请考虑对它们进行平滑处理。如果它是灰色或黑白相间的并且包含许多 Blob ，请考虑去除 Blob 。
• 明智地选择最终压缩。 JPEG2000 可以比 JPEG 做得更好。 JBIG2 比 G4 做得好得多。 Flate 可能是最好的灰色非破坏性压缩。 JPEG2000 和 JBIG2 的大多数实现不是免费的。
• 如果您是摇滚明星，您想尝试分割图像并将其分成真正黑白和真正彩色的区域。

也就是说，如果您确实能够以无人监督的方式做好所有这些工作，那么您就拥有了自己的商业产品。

我会说您可以使用 Atalasoft dotImage 完成大部分工作(免责声明:它不是免费的；我在那里工作；我编写了几乎所有的 PDF 工具；我曾经在 Acrobat 上工作)。

使用 dotImage 的一种特殊方法是提取所有只有图像的页面，重新压缩它们并将它们保存到新的 PDF 中，然后通过从原始文档中获取所有页面并将它们替换为新的 PDF 来构建新的 PDF重新压缩页面，然后再次保存。没那么难。

List<int> pagesToReplace = new List<int>();
PdfImageCollection pagesToEncode = new PdfImageCollection();

using (Document doc = new Document(sourceStream, password)) {

    for (int i=0; i < doc.Pages.Count; i++) {
        Page page = doc.Pages[i];
        if (page.SingleImageOnly) {
            pagesToReplace.Add(i);
            // a PDF image encapsulates an image an compression parameters
            PdfImage image = ProcessImage(sourceStream, doc, page, i);
            pagesToEncode.Add(i);
        }
    }

    PdfEncoder encoder = new PdfEncoder();
    encoder.Save(tempOutStream, pagesToEncode, null); // re-encoded pages
    tempOutStream.Seek(0, SeekOrigin.Begin);

    sourceStream.Seek(0, SeekOrigin.Begin);
    PdfDocument finalDoc = new PdfDocument(sourceStream, password);
    PdfDocument replacementPages = new PdfDocument(tempOutStream);

    for (int i=0; i < pagesToReplace.Count; i++) {
         finalDoc.Pages[pagesToReplace[i]] = replacementPages.Pages[i];
    }

    finalDoc.Save(finalOutputStream);

这里缺少的是 ProcessImage()。 ProcessImage 将光栅化页面(您无需了解图像可能已缩放为 PDF)或提取图像(并跟踪图像上的变换矩阵)，然后完成上面列出的步骤。这很重要，但它是可行的。