【PDF】 【讨论】关于Djvu转PDF以及Acrobat制作PDF文件大小的问题

[teiler]

写这个帖子是由于前一阵子看到davidldq兄在一个帖子里提到这个问题。由于那是一个电子书发布帖，不适合继续离题，所以在这里开个新主题。

分享一点心得：在用TIF合成PDF时，可以先用DJVU生成工具（例如DJVU Small）做成DJVU文件，然后用DJVU Toy把DJVU转为PDF，文件大小与DJVU差不多，清晰度也很高。适合600DPI的图片。缺点是显示页面时计算机的压力稍大。用KINDLE DX看时，翻页比较慢。

我今天特地花了点时间研究了一下这个djvutoy转PDF的事儿，结果如david兄所说，文件的确很小（3.7 MB的Djvu转化后的PDF只有4.7 MB，原对应的PDF有28MB）。不过有点问题——应该说是djvu的问 题，那就是djvu体积小，是以有损压缩作为代价的，与直接用Acrobat制作的PDF在视觉上还是稍有差距（虽然Acrobat也可能用有损压缩，但损失较小）；而当我们用djvutoy将djvu转化 为pdf后，这个差距也被保留下来了。最终结果就是以部分的视觉损失换取较小的体积。

不过这个结果也让我有兴趣看看Acrobat 转换PDF的相关设置，结果也是有了一点收获。最新版本的Acrobat Pro X 当中，默认对于TIFF格式的图片采用JBIG2 (Lossless) 的压缩，而老马的软件则一般使用JBIG2 (Lossy) 压缩，这让我觉得Acrobat 制作的PDF还有进一步压缩的余地。结果不出所料，原来使用JBIG2 (Lossless) 最后体积为28MB的PDF，在换成JBIG2 (Lossy)之后变成了9.4 MB。

还有一种压缩PDF的方式则是使用Acrobat自带的optimize功能。同样上面那个28MB的文档，在使用opmtize功能之后（使用默认设置，但去除最下方的OCR选项），结果最终文件只有8.8 MB。看起来也是个很不错的优化方式。

相比DJVU转PDF，以上两个方式得到的PDF质量更好一些，文件大小也属于可接受范围。

关于JBIG2压缩，还有一点，是老马在FreePic2PDF软件的说明中提到的，那就是JBIG2 Lossy 压缩方式不大适合中文书籍。以下引用老马原文：

Q：有损JBig2适用于哪些环境？
A：有损JBig2适用于以字母文字为主的黑白图像，对于以中文文字或图形为主的黑白图像，建议使用无损JBig2，理由如下：

• 对于字母文字，在一页上字母重复的概率比较大，用有损JBig2可以大幅压缩文件尺寸，而有损压缩造成的损伤对字母阅读影响不大。
• 对于中文文字，在一页上重复的概率比较小，有损JBig2压缩的空间不大，而有损算法本身可能会对中文造成损伤，影响阅读效果。
• 对于不能分割的图像，使用有损JBig2根本没有意义，只会造成图像损失。

另外考虑到对于中文来说建立全局符号表实在没有多大实际意义，所以在选择有损JBig2压缩时，没有生成PDF标准中的JBIG2Globals。
需要注意的是，JBig2算法比传统的CCITT G4算法压缩比更高、制作出来的PDF文件更小，但是先进的东西也有一个毛病：不是所有PDF浏览器都能看的，用Acrobat Reader 7是一点问题没有，其他早期版本，或非Adobe出品的Reader就不敢保证了。所以如果要保证PDF文件的最大兼容性，请将黑白图像压缩算法设置为CCITT G4。

 

[古风铃]

回复: 【讨论】关于Djvu转PDF以及Acrobat制作PDF文件大小的问题

我曾经尝试用Abbyy 10切割、去污之后经TIF文档再转成PDF文件，文件都要到40M（以德文版《小观念》为例）。在Acrobat 10上用优化功能之后大概可以去到10M以下，不知算不算合理？
话说，用Abbyy直接转化成PDF文档似乎没有直接渠道，不过也可能是我所用源文档的问题。T神可以透露一些攻略

 

[teiler]

回复: 【讨论】关于Djvu转PDF以及Acrobat制作PDF文件大小的问题

我曾经尝试用Abbyy 10切割、去污之后经TIF文档再转成PDF文件，文件都要到40M（以德文版《小观念》为例）。在Acrobat 10上用优化功能之后大概可以去到10M以下，不知算不算合理？
话说，用Abbyy直接转化成PDF文档似乎没有直接渠道，不过也可能是我所用源文档的问题。T神可以透露一些攻略

古兄，对于一本只有106页的书而言，10M已经是一个很大的数字了。我上面例子中提到的书有450页，算下来每页20K左右，你可以根据这个数据自己折算一下。

对于字体比较厚重的图片，这个数字相应会更大一些，但也不应该超过50K。当然，这不是什么科学的说法，完全是我自己的感觉。

我手头有的《现象学的观念》，资源中心发布的Djvu版本是1.2MB，而我自己直接用TIFF转的PDF则有5.8MB。刚才我用Acrobat 的优化功能又将它缩小到2.9MB（回头会用这个版本替换资源中心的DJVU）。

对于Abbyy Finereader，我实在很不熟悉。因为OCR对我来说只有在需要标记PDF文档的时候才需要，所以平时只用Acrobat Pro自带的就够了。不过刚才还是试着摆弄了一会儿。按照道理，Abbyy的正途毕竟是OCR而不是优化图片，所以不能指望它在这一点上能有多大作用。如 果要保留图片，再加上Abbyy的OCR文本，正确的PDF保存方式应当是：

1，点保存选项，PDF标签下，保存模式应选择为“页面图像下方的文本”（该选项将整个页面图像保存为一个图片，并将已识别的文本置于其下。使用该选项创建可进行全文搜索的文档，且该文档看上去几乎与原始文档相同。）
2，图片设置选择自定义，分辨率应当选择300dpi以上为好，或者“随原件”。图片格式根据内容来，一般情况下JBIG2即可。
3，默认纸张大小最好选择“保留原始图像大小”。否则可能会增加许多不必要的空白边缘。
​

这样你可以直接通过Abbyy得到类似Acrobat Pro 制作出来的PDF，而且带OCR文本。文件会比单纯的图片PDF大1.2M左右（以刚才讲到的书为例），也就是增加的OCR文本的内容。

最后关于图片优化，我还是建议古兄使用ScanKromsator。图片处理是电子书处理的基础，基础不打好，后期怎么努力效果都是有限的。
​

 

[angstyu]

回复: 【讨论】关于Djvu转PDF以及Acrobat制作PDF文件大小的问题

我曾经尝试用Abbyy 10切割、去污之后经TIF文档再转成PDF文件，文件都要到40M（以德文版《小观念》为例）。在Acrobat 10上用优化功能之后大概可以去到10M以下，不知算不算合理？
话说，用Abbyy直接转化成PDF文档似乎没有直接渠道，不过也可能是我所用源文档的问题。T神可以透露一些攻略

finereader10在最后转成pdf的设置里已经提供了相当完备的选项啊，在“保存”——“图片设置”里选择———“自定义”，提供了“分辨率”和“格式”两个选项，其中就有“CCITT4 黑白”和“JBIG2黑白”选项，并且可以选择“JPEG质量”，就我试验了好多西文书的经验，“JBIG2”会比“CCITT4”体积缩小一半还多。。如果不加选择，finereader应该默认的是“CCITT4黑白”格式。兄不妨再试一试，应该会有惊奇效果。

 

[phie]

回复: 【讨论】关于Djvu转PDF以及Acrobat制作PDF文件大小的问题

Nelson Goodman:Ways of Worldmaking,原PDF文档108M,finereader10处理后保存为pdf，1.3M.

 

[teiler]

回复: 【讨论】关于Djvu转PDF以及Acrobat制作PDF文件大小的问题

Nelson Goodman:Ways of Worldmaking,原PDF文档108M,finereader10处理后保存为pdf，1.3M.

phie兄，你的例子太含糊了，没有实际意义。200多兆的图片处理之后之后两三兆的也很常见。关键还是要看原图片的扫描质量以及页面数。

还有，你得到的最终PDF是什么格式的？是纯文本，还是图片层+文本层？如果是后者，图片分辨率有多少？这些标准不统一，比较就没有意义。

就我对当前话题的理解，我们讨论的是图片格式的PDF文档，分辨率应当在300dpi以上，理想分辨率最好是600dpi。OCR文本层不属于必要的内容。在这个基础上我们再讨论文件大小问题就算有的放矢了。

 

[angstyu]

回复: 【讨论】关于Djvu转PDF以及Acrobat制作PDF文件大小的问题

不过这个结果也让我有兴趣看看Acrobat 转换PDF的相关设置，结果也是有了一点收获。最新版本的Acrobat Pro X 当中，默认对于TIFF格式的图片采用JBIG2 (Lossless) 的压缩，而老马的软件则一般使用JBIG2 (Lossy) 压缩，这让我觉得Acrobat 制作的PDF还有进一步压缩的余地。结果不出所料，原来使用JBIG2 (Lossless) 最后体积为28MB的PDF，在换成JBIG2 (Lossy)之后变成了9.4 MB。

还有一种压缩PDF的方式则是使用Acrobat自带的optimize功能。同样上面那个28MB的文档，在使用opmtize功能之后（使用默认设置，但去除最下方的OCR选项），结果最终文件只有8.8 MB。看起来也是个很不错的优化方式。

相比DJVU转PDF，以上两个方式得到的PDF质量更好一些，文件大小也属于可接受范围。

关于JBIG2压缩，还有一点，是老马在FreePic2PDF软件的说明中提到的，那就是JBIG2 Lossy 压缩方式不大适合中文书籍。以下引用老马原文：

请教teiler君一个问题。先行谢过。
我今天也在网上下了一个Arcobat Pro X，是portable版的。因此，我不知道是否和安装版在一些默认设置存在差别。
我对你文中提到的，用optimize选项来压缩pdf体积很感兴趣。但是我在选中“optimized PDF”后，出现的setting选项里有三项“standard 、mobile和custom”，请问你说的默认设置，指的是哪一项？我“三个选项”都试了，但是发现对于单色的tiff图片来说，改变的压缩方式，就是“jbig2”和“ccitt4”，如果是这样，为何你文中提到的两种压缩，一种用“jbig2 lossy”，一种用“optimized”，依然会存在体积上的差别呢。还有我怎么没看到你提到的最下方的“ocr选项”？莫非是这个便携版，精简了某些功能？我附上一张截图，还请teiler君看看。

 

[teiler]

回复: 【讨论】关于Djvu转PDF以及Acrobat制作PDF文件大小的问题

请教teiler君一个问题。先行谢过。
我今天也在网上下了一个Arcobat Pro X，是portable版的。因此，我不知道是否和安装版在一些默认设置存在差别。
我对你文中提到的，用optimize选项来压缩pdf体积很感兴趣。但是我在选中“optimized PDF”后，出现的setting选项里有三项“standard 、mobile和custom”，请问你说的默认设置，指的是哪一项？我“三个选项”都试了，但是发现对于单色的tiff图片来说，改变的压缩方式，就是“jbig2”和“ccitt4”，如果是这样，为何你文中提到的两种压缩，一种用“jbig2 lossy”，一种用“optimized”，依然会存在体积上的差别呢。还有我怎么没看到你提到的最下方的“ocr选项”？莫非是这个便携版，精简了某些功能？我附上一张截图，还请teiler君看看。

抱歉，是我忘了提醒大家，在使用optimze功能的时候，不要使用 "Save As" → “Optimized PDF” 功能。这里的优化有个不好的地方，对于同等分辨率下的图片，它不会再进行优化处理。除非你降低分辨率，但那不是我们想要的。

我说的优化功能在这里，你可以通过Tools菜单打开Document Processing 子菜单，第一项就是“Optimize Scanned PDF”。如下图：


不过默认情况下你看不到这一菜单，你可以通过下图所示打开此选项：


另外你也可以将优化功能的快捷方式添加到快速工具栏（Quick Tools），按照下图标示出的数字顺序操作即可：


下图就是最终的优化功能设置界面：


上图中的1即设置优化后的图片质量级别的地方。默认是在最左边的箭头处。不过经过实验，我发现对于600dpi 的清晰图片，中间4处标示了红色箭头的级别最终文件大小相差无几（不过最终图片质量还是稍有差别的）。折中一下的话，我选择图中所示的级别。

上图中的2标示的图片优化的另外几个选项，默认有好几项都是打开的。考虑到我处理的PDF都已经过ScanKromsator处理，基本上都是重复的，所以为了节省优化时间，将这些选项都关闭了。大家可以根据自己的需要调整此处设置。

 

[angstyu]

回复: 【讨论】关于Djvu转PDF以及Acrobat制作PDF文件大小的问题

感谢teiler君，虽然没看到图，（，图好像挂了），但是找到这一选项了。。感谢。
还有你在主贴中提到的“djvu转pdf”，单色扫描图片，我直接用老马的djvutoy，试验了几次的结果，体积几乎不会膨胀，甚至出现了体积变小的情况，而质量也未见损失。

 

[teiler]

回复: 【讨论】关于Djvu转PDF以及Acrobat制作PDF文件大小的问题

感谢teiler君，虽然没看到图，（，图好像挂了），但是找到这一选项了。。感谢。
还有你在主贴中提到的“djvu转pdf”，单色扫描图片，我直接用老马的djvutoy，试验了几次的结果，体积几乎不会膨胀，甚至出现了体积变小的情况，而质量也未见损失。

图是好的啊，我这里没问题…… 很奇怪，我换成IE8发现也看不到图了，但FF没问题。

[Edit] IE下看图片有问题的同学，请把访问域名改为 www.renven.net 再试试看。

djvutoy 转化的PDF质量的确与DJVU一致，这点没有疑问。不过前面我也提到制作DJVU过程中的画面损失，用Acrobat 的 optimize 就是想找个折中的办法。具体选择哪样就看个人偏好了，两者没有绝对的好坏。