Dokumen · PDF Toolkit
Maksud Menukar PDF Sebenarnya: Rasterising vs Pengekodan Semula
· Latar belakang
pdf penukaran imej rasterisasi
'Tukar' merangkumi operasi yang sangat berbeza: melukis halaman kepada piksel, membalut imej dalam halaman atau membina semula teks boleh diedit. Siaran ini menerangkan perkara yang melibatkan setiap satu dan sebab sesetengah penukaran adalah tepat manakala yang lain adalah anggaran.
Fail 'ditukar' yang kehilangan teksnya — mengapa halaman berubah menjadi imej tidak boleh dicari atau dipilih lagi
Halaman yang ditukar boleh kelihatan sama dan masih kehilangan harta yang paling berguna. PDF-ke-imej menjadikan setiap halaman menjadi piksel, jadi perkataan tidak lagi boleh dipilih, dicari atau dibaca sebagai lapisan teks. ZIP mengandungi gambar halaman, bukan PDF yang lebih kecil atau kandungan dokumen boleh diedit.
Kehilangan itu sesuai apabila slaid, sembang, katalog atau pratonton memerlukan imej. Ia berbahaya apabila kebolehaksesan, carian, salin atau pengeditan kemudiannya penting. Pilih penukaran berdasarkan perwakilan yang diperlukan dan bukannya persamaan yang meyakinkan pada pemeriksaan visual pertama.
Rasterising — memberikan arahan vektor halaman kepada bitmap pada resolusi yang dipilih, dan perkara yang diperoleh dan hilang
Rasterizing meminta pdf.js untuk mentafsir arahan lukisan vektor, fon dan imej, kemudian melukis kanvas pada skala yang dipilih. ToolAcre menawarkan PNG untuk tepi dokumen yang jelas dan JPEG untuk output fotografi yang lebih kecil. Setiap halaman menjadi imej yang dinamakan secara berasingan di dalam satu ZIP.
Penyampai menyemak belanjawan piksel setiap peranti sebelum peruntukan dan boleh mengurangkan halaman bersaiz besar di bawah skala yang diminta. PNG dan JPEG mengekalkan penampilan yang diberikan pada grid piksel itu, bukan vektor sumber atau semantik teks. Mengezum melebihi resolusi yang dipilih akhirnya mendedahkan raster terhingga.
Membungkus — meletakkan imej di dalam halaman baharu supaya ia menjadi PDF dan mengapa ini tidak rugi untuk imej itu sendiri
Imej-ke-PDF bergerak ke arah lain dengan meletakkan satu imej yang disediakan pada setiap halaman PDF baharu. Padankan setiap saiz imej halaman dengan gambar ditambah jidar; Pratetap A4 dan Surat AS mengandungi dan memusatkan keseluruhan imej tanpa memotong. Hasilnya ialah kandungan imej pegun, bukan teks yang dibina semula.
JPEG dan PNG bait dibenamkan terus apabila boleh. WebP, AVIF, GIF, BMP, HEIC dan HEIF bergantung pada penyahkodan pelayar dan dikodkan semula sebagai PNG; animasi GIF sahaja menyumbang bingkai pertamanya. Gambar besar mungkin dikurangkan agar sesuai dengan belanjawan piksel peranti dan setiap imej input dihadkan pada 30 MB.
Membina semula — mengapa menukar PDF menjadi dokumen boleh diedit memerlukan meneka pada perenggan, lajur dan jadual
Membina semula dokumen pemprosesan perkataan yang boleh diedit memerlukan inferens susunan bacaan, perenggan, lajur, jadual dan gaya daripada penampilan halaman. ToolAcre tidak menawarkan operasi itu atau OCR. PDF-ke-imej sengaja membuang struktur semantik, manakala imej-ke-PDF sengaja membungkus gambar dalam halaman.
Ketiadaan penukaran boleh diedit ialah skop penting, bukan togol yang hilang. Imbasan tidak mempunyai teks melainkan sistem lain mengenalinya, dan pengecaman masih tidak memulihkan model pengarangan asal dengan sempurna. Gunakan OCR khusus atau aliran kerja penukaran dokumen apabila struktur boleh diedit ialah keperluan sebenar.
Resolusi, warna dan saiz — tetapan yang menentukan sama ada halaman raster dicetak dengan bersih atau kelihatan lembut
Resolusi mengawal dimensi piksel output dan penggunaan memori. Skrin, Baik, Tinggi dan Sangat tinggi sepadan dengan peningkatan skala dalam antara muka, manakala pemapar mungkin menurunkan skala halaman yang melebihi belanjawannya. JPEG menggunakan kualiti tetap berhampiran 92 peratus; tiada gelangsar yang berkualiti.
PNG sesuai dengan teks kecil dan kerja baris kerana ia mengelakkan JPEG artifak tepi, walaupun ia boleh menjadi lebih besar. JPEG sesuai dengan halaman fotografi apabila penghantaran yang lebih kecil penting. Halaman sumber bersaiz bercampur menghasilkan imej bersaiz bercampur pada satu skala dan ZIP menggunakan entri yang disimpan daripada memampatkan semula data imej yang sudah dimampatkan.
PDF menghuraikan menggunakan pekerja, manakala pengekodan kanvas dan penyediaan imej memerlukan API pelayar benang utama
Penukaran setempat tidak bermakna setiap langkah berjalan dalam satu pekerja. pdf.js menghuraikan melalui pekerja himpunannya sendiri dengan penilaian dokumen JavaScript dilumpuhkan, manakala pengekodan kanvas mesti kekal pada urutan utama. Gelung menghasilkan antara halaman supaya kemajuan dan kawalan terus melukis.
Untuk imej-kepada-PDF, penyediaan imej pelayar boleh menyahkod dan melukis format yang tidak disokong pada utas utama, kemudian pdf-lib memasangkan data PNG atau JPEG dalam pekerja kit alat. Sempadan ini menerangkan pelaksanaan dengan tepat dan menggantikan dakwaan garis besar yang lebih luas bahawa pemaparan dan pengekodan semula sahaja berlaku dalam Pekerja Web.
Kit alat secara khusus menawarkan PDF-ke-PNG/JPEG dan imej-ke-PDF
Penukaran yang dihantar adalah khusus. PDF kepada Imej menerima satu PDF yang tidak disulitkan sehingga 50 MB dan mengembalikan PNG atau JPEG halaman dalam ZIP. Imej kepada PDF menerima format imej pelayar yang disokong sehingga 30 MB setiap satu dan mengembalikan satu `images.pdf` dengan satu imej setiap halaman.
Kit alat tidak menukar PDF kepada format pejabat yang boleh diedit, menjalankan OCR, mencantum semua halaman menjadi satu imej panjang atau mengekalkan teks melalui PDF-imej-PDF pergi dan balik. Bahagian input yang disokong dan kawalan operasi menyatakan laluan tepat ini, jadi tidak perlu membiarkan keupayaan menjadi samar-samar.
Bawa pulang — ketahui jenis penukaran yang anda perlukan sebelum anda bermula, kemudian gunakan Kit Alat PDF untuk yang disokongnya
"Tukar" boleh bermaksud menjadikan halaman berstruktur menjadi piksel atau membungkus piksel di dalam halaman berstruktur baharu. Arah tersebut mungkin kelihatan boleh diterbalikkan, tetapi tidak: apabila teks halaman menjadi raster, meletakkan raster itu ke dalam PDF yang lain tidak mencipta semula aksara yang boleh dipilih atau arahan lukisan vektor.
Gunakan PDF-ke-imej apabila artifak yang diperlukan adalah benar-benar gambar dan imej-ke-PDF apabila bekas yang diperlukan adalah benar-benar halaman PDF. Kedua-duanya dijalankan secara tempatan dengan tanggungjawab pekerja dan utas utama yang jelas, had input keras dan pengawal memori. Memilih perwakilan yang betul sebelum memulakan menghalang hasil visual yang berjaya tetapi salah dari segi fungsi. Semak nota hasil untuk pengurangan automatik atau penukaran format, kerana perubahan yang dilaporkan itu boleh menjejaskan kesesuaian cetakan walaupun pratonton kelihatan boleh diterima. Kekalkan PDF berstruktur pada bila-bila masa pencarian, kebolehcapaian atau pengeditan pada masa hadapan mungkin penting dan cipta derivatif raster sebagai aset penghantaran pakai buang dan bukannya pengganti untuk sumber. Namakan derivatif tersebut dengan format dan skalanya supaya tiada siapa yang tersilap himpunan imej resolusi skrin untuk dokumen yang dimaksudkan untuk kegunaan cetakan atau arkib.