Как удалить все изображения из PDF?

Question

Я хочу удалить все изображения из файла PDF.

Макеты страниц не должны изменяться. Все изображения должны быть заменены пустым пространством.

• Как это можно достичь с помощью Ghostscript и соответствующего кода PostScript?

Answer 1

Между тем последние выпуски Ghostscript имеют гораздо более удобный и простой в использовании способ удаления всех изображений из PDF. Параметр для добавления в командной строке -dFILTERIMAGE

gs -o noimages.pdf -sDEVICE=pdfwrite -dFILTERIMAGE input.pdf 

Даже лучше, вы также можете удалить весь текст или все векторный рисунок элементы из PDF путем указания -dFILTERTEXT или -dFILTERVECTOR.

Конечно, вы можете комбинировать любую комбинацию этих -dFILTER* параметров, которые вы хотите, для достижения требуемого результата. (Объединение всех трех воли результата, конечно, в «пустых» страниц.)

Вот скриншот из примера страницы PDF, который содержит все 3 типа содержания упомянутых выше:

---

_{Скриншот оригинала PDF-страница, содержащая элементы «изображения», «вектор» и «текст».}

---

Запуск следующие 6 команд будет создавать все 6 возможных вариаций остальных содержания:

 
gs -o noIMG.pdf -sDEVICE=pdfwrite -dFILTERIMAGE    input.pdf 
gs -o noTXT.pdf -sDEVICE=pdfwrite -dFILTERTEXT     input.pdf 
gs -o noVCT.pdf -sDEVICE=pdfwrite -dFILTERVECTOR    input.pdf 

gs -o onlyTXT.pdf -sDEVICE=pdfwrite -dFILTERVECTOR -dFILTERIMAGE input.pdf 
gs -o onlyIMG.pdf -sDEVICE=pdfwrite -dFILTERVECTOR -dFILTERTEXT input.pdf 
gs -o onlyVCT.pdf -sDEVICE=pdfwrite -dFILTERIMAGE -dFILTERTEXT input.pdf 

На следующем рисунке показаны результаты:

---

_{Вверх строка, слева: весь «текст» удален; все «изображения» удалены; все «векторы» удалены. Нижняя строка, Слева: сохранен только «текст»; сохранены только «изображения»; только «векторы» сохранены.}

---

Answer 2

Я расклеивание Ответа на этом вопрос сам, но фактический код с любезным Chris Liddell, Ghostscript разработчик.

Я использовал свой исходный код PostScript и лишил его других функций. Только функция, которая удаляет растровых изображений остается. Другие графические объекты страницы - текстовые разделы, шаблоны и векторные объекты - должны оставаться нетронутыми.

Скопируйте следующий код и сохранить его как remove-images.ps:

%!PS 

% Run as: 
% 
%  gs ..... -dFILTERIMAGE -dDELAYBIND -dWRITESYSTEMDICT \ 
%     ..... remove-images.ps <your-input-file> 
% 
% derived from Chris Liddell's original 'filter-obs.ps' script 
% Adapted by @pdfkungfoo (on Twitter) 

currentglobal true setglobal 

32 dict begin 

/debugprint  { systemdict /DUMPDEBUG .knownget { {print flush} if} 
       {pop} ifelse } bind def 

/pushnulldevice { 
    systemdict exch .knownget not 
    { 
    //false 
    } if 

    { 
    gsave 
    matrix currentmatrix 
    nulldevice 
    setmatrix 
    } if 
} bind def 

/popnulldevice { 
    systemdict exch .knownget not 
    { 
    //false 
    } if 
    { 
    % this is hacky - some operators clear the current point 
    % i.e. 
    { currentpoint } stopped 
    { grestore } 
    { grestore moveto} ifelse 
    } if 
} bind def 

/sgd {systemdict exch get def} bind def 

systemdict begin 

/_image /image sgd 
/_imagemask /imagemask sgd 
/_colorimage /colorimage sgd 

/image { 
    (\nIMAGE\n) //debugprint exec /FILTERIMAGE //pushnulldevice exec 
    _image 
    /FILTERIMAGE //popnulldevice exec 
} bind def 

/imagemask 
{ 
    (\nIMAGEMASK\n) //debugprint exec 
    /FILTERIMAGE //pushnulldevice exec 
    _imagemask 
    /FILTERIMAGE //popnulldevice exec 
} bind def 

/colorimage 
{ 
    (\nCOLORIMAGE\n) //debugprint exec 
    /FILTERIMAGE //pushnulldevice exec 
    _colorimage 
    /FILTERIMAGE //popnulldevice exec 
} bind def 

end 
end 

.bindnow 

setglobal 

Теперь запустите эту команду:

gs -o no-more-images-in-sample.pdf \ 
    -sDEVICE=pdfwrite    \ 
    -dFILTERIMAGE     \ 
    -dDELAYBIND      \ 
    -dWRITESYSTEMDICT    \ 
    remove-images.ps    \ 
    sample.pdf 

Я тестировал код с официальной спецификацией PDF, и она работала. Следующие два скриншота показывают страницу 750 входных и выходных файлов PDF:

Если вам интересно, почему-то, что выглядит как изображение, все еще находится на странице вывода: это на самом деле не растровое изображение , но 'pattern' в оригинале файла, и поэтому он не удаляется.