file - 将 PDF 转换为具有相同分辨率的 PNG - Imagemagick

Question

我有 1000 个多页 PDF，每个 PDF 都有不同的分辨率(基于用于扫描它们的扫描仪)。我想将每一页 PDF 转换为 PNG，以将其传递给 Tesseract 进行 OCR。我使用 Imagemagick 转换为 PNG，但必须为所有图像传递固定的 DPI 以获得良好的可读输出。有没有一种方法可以通过保留该 PDF 的分辨率来转换每个 PDF？

例如，如果 1.PDF 的分辨率为 622‖×‖788，而 2.pdf 的分辨率为 792‖×‖612，我想要具有相同分辨率的精确转换，只是格式不同 (PNG)。

我现在使用的命令是:

convert -monochrome -density 1200 input.pdf -resize 25% -monochrome -white-threshold 50% -black-threshold -50% output.png

谢谢，帕夏

Answer 1

也许读取第一页的几何形状，然后调整所有页面的大小以匹配？

SIZE=$(identify -format '%g' input.pdf)
convert  -monochrome \
         -density 1200 \
         -resize $SIZE \
         -white-threshold 50% \
         -black-threshold -50% \
         -append \
         output.png