本站一个简单的针对扫描版pdf压缩的软件的修改版，加了多文件处理和多线程处理

858983646

全部问kimi改的，感谢@duskdust 公布的源码，感谢@Arcticlyc 的编译指导    加了选择多文件批量处理和多线程处理，可以直接跑满cpu
将exe放置在pdf同目录运行就好，会处理同目录所有选中的pdf，功能和原版一样，可以移除复对象，压缩图片，二值化压缩，压缩图片加了个设置压缩质量（填1-100）。
全靠timi做的，水平有限问了一天问不出来怎么做图形化界面，放弃了

注意:选择多个文件注意是要用英文的,  中文的不可以。
链接:https://pan.baidu.com/s/1Y7WuIokzuNE4Cpag0-UmXg?pwd=mkg4 提取码:mkg4 密码52pojie


源码见下面

[Python] 纯文本查看 复制代码

?

001 002 003 004 005 006 007 008 009 010 011 012 013 014 015 016 017 018 019 020 021 022 023 024 025 026 027 028 029 030 031 032 033 034 035 036 037 038 039 040 041 042 043 044 045 046 047 048 049 050 051 052 053 054 055 056 057 058 059 060 061 062 063 064 065 066 067 068 069 070 071 072 073 074 075 076 077 078 079 080 081 082 083 084 085 086 087 088 089 090 091 092 093 094 095 096 097 098 099 100 101 102 103 104 105 106 107 108 109 110 111 112 113 114 115 116 117 118 119 120 121 122 123 124 125 126 127 128 129 130 131 132 133 134 135 136 137 138 139 140 141 142 143 144 145 146 147 148 149 150 151 152 153 154 155 156 157 158 159 160 161 162 163 164 165 166 167 168 169 170 171 172 173 174 175 176 177 178 179 180 181 182 183 184 185 186 187 188 189 190 191 192 193 194 195 196 197 198

# 导入必要的库 import os import concurrent.futures from pypdf import PdfReader, PdfWriter from tqdm import tqdm from PIL import Image, ImageEnhance from io import BytesIO import multiprocessing    # 将图片转换为黑白，并增强对比度、亮度、锐度和色彩 def blacky(im):     # 转换图片为灰度模式     im = im.convert('L')     # 增强对比度     im = ImageEnhance.Contrast(im).enhance(3)     # 增强亮度     im = ImageEnhance.Brightness(im).enhance(1.5)     # 增强锐度     im = ImageEnhance.Sharpness(im).enhance(2)     # 增强色彩     im = ImageEnhance.Color(im).enhance(1.5)            # 设置阈值     threshold = 128     # 创建阈值表     table = [0 if i < threshold else 1 for i in range(256)]     # 应用阈值表，生成二值图像     new_image = im.point(table, '1')            # 将二值图像保存到内存中的BytesIO对象     imgbuffer = BytesIO()     new_image.save(imgbuffer, format="TIFF", compression='group4', optimize=True, dpi=[300, 300])     # 从BytesIO对象重新打开图像     return Image.open(imgbuffer)    # 根据间接引用获取PDF页面编号 def get_page_number_from_indirect(reader, indirect_reference):     for i, page in enumerate(reader.pages):         if page.indirect_reference == indirect_reference:             return i     return None    # 将书签添加到PDF写入器 def add_bookmarks_to_writer(writer, reader, outlines, parent=None):     # 初始化parents列表，用于记录父书签     parents = []     for item in outlines:         if isinstance(item, list):             # 如果书签有子项（嵌套的书签），递归处理             add_bookmarks_to_writer(writer, reader, item, parent=parent)             # 将当前父书签添加到parents列表中             parents.append(parent)         else:             # 获取书签标题和页面间接引用             title = item.get('/Title')             indirect_reference = item.get('/Page')             # 根据间接引用获取页面编号             page_num = get_page_number_from_indirect(reader, indirect_reference)             # 如果书签有子项，创建新的父书签             if '/Count' in item and item['/Count'] < 0:                 new_parent = writer.add_outline_item(title, page_num, parent=parent)                 parents.append(new_parent)             else:                 # 添加书签项                 writer.add_outline_item(title, page_num, parent=parent)    # 处理单个PDF文件的函数 def process_pdf(file_index, choice, pdf_file, quality=None):     try:         # 读取PDF文件         reader = PdfReader(pdf_file)         writer = PdfWriter()         # 将PDF的每一页添加到写入器         for page in tqdm(reader.pages, desc=f"Processing {pdf_file}"):             writer.add_page(page)                    # 根据用户选择执行不同的操作         if choice == 1:             # 添加元数据             if reader.metadata is not None:                 writer.add_metadata(reader.metadata)             else:                 print("没有元数据可以添加。")         elif choice == 2:             # 删除图像             writer.remove_images()         elif choice == 3:             # 降低图片质量             if quality is None:                 raise ValueError("图片质量值未提供")             for page in tqdm(writer.pages, desc=f"Compressing images {pdf_file}"):                 for img in page.images:                     img.replace(img.image, quality=quality)         elif choice == 4:             # 使用无损压缩             for page in tqdm(writer.pages, desc=f"Applying lossless compression {pdf_file}"):                 page.compress_content_streams()         elif choice == 5:             # 二值化压缩为tif             for page in tqdm(writer.pages, desc=f"Binarizing images {pdf_file}"):                 for img in page.images:                     img.replace(blacky(img.image))                    # 如果PDF有书签，添加到写入器         if reader.outline:             add_bookmarks_to_writer(writer, reader, reader.outline)                    # 生成输出文件名         output_file = f"reduced_{os.path.splitext(pdf_file)[0]}.pdf"         # 写入PDF到文件         with open(output_file, "wb") as f:             writer.write(f)         print(f"Processed file saved as {output_file}")     except Exception as e:         print(f"处理文件 {pdf_file} 时发生错误：{e}")    # 主函数 def main():     # 获取当前目录下所有PDF文件     pdf_files = [f for f in os.listdir('.') if f.endswith('.pdf')]     if not pdf_files:         print("当前目录下没有找到PDF文件。")         return        # 用户交互部分，一次性获取所有输入     indices = input_indices(pdf_files)     choice = input_choice()     quality = input_quality(choice)        # 检查是否有输入错误，如果有则不执行任何操作     if indices is None or choice is None or (choice == 3 and quality is None):         return  # 退出程序        # 获取CPU核心数     cpu_cores = os.cpu_count() or 1        # 使用ProcessPoolExecutor并行处理PDF文件     with concurrent.futures.ProcessPoolExecutor(max_workers=cpu_cores) as executor:         futures = [executor.submit(process_pdf, idx, choice, pdf_files[idx], quality if choice == 3 else None) for idx in indices]         for future in concurrent.futures.as_completed(futures):             try:                 future.result()             except Exception as exc:                 print(f"处理文件 {pdf_files[indices.index(idx)]} 时发生错误：{exc}")    # 打印当前目录下所有PDF文件及其索引 pdf_files = [f for f in os.listdir('.') if f.endswith('.pdf')] for idx, file in enumerate(pdf_files):     print(f"{idx}: {file}")    # 从用户获取要处理的PDF文件索引 def input_indices(pdf_files):     while True:         selection = input("输入'all'以处理所有PDF文件，或者输入用逗号分隔的文件索引：").strip().lower()         if selection == 'all':             return range(len(pdf_files))         else:             try:                 indices = [int(idx) for idx in selection.split(',')]                 if all(0 <= idx < len(pdf_files) for idx in indices):                     return indices                 else:                     print("所有索引必须在0到{}之间。".format(len(pdf_files)-1))             except ValueError:                 print("输入无效。请输入'all'或者用逗号分隔的索引。")    # 从用户获取压缩PDF的方式选择 def input_choice():     while True:         try:             print("选择压缩PDF的方式")             print("1: 删除重复对象")             print("2: 删除图像")             print("3: 降低图片质量")             print("4: 使用无损压缩")             print("5: 二值化压缩为tif")             choice = int(input("输入选择 (1-5): "))             if choice < 1 or choice > 5:                 raise ValueError             return choice         except ValueError:             print("输入无效。请输入1到5之间的数字。")    # 从用户获取图片质量值 def input_quality(choice):     if choice == 3:         while True:             quality = input("请输入图片质量（1-100）：")             if quality.isdigit() and 1 <= int(quality) <= 100:                 return int(quality)             else:                 print("输入错误，请重新输入图片质量（1-100）。")     return None    # 程序入口 if __name__ == "__main__":     multiprocessing.freeze_support()     main()

sara11leo

单纯图片压缩就没啥意思了，，建议做个pdf 清晰化的项目，利用AI识图、重绘，增强，然后再过一遍无损压缩，达到增质减肥的效果~   

dfdndz1

pdf-值化压缩 I具适合扫描压缩文件修改多文件多线程以及选择图片质量处理..x
无法启动此程序，因为计算机中丢失api-ms-win-core-path-l1-1-0.dll
尝试重新安装该程序以解决此问题。

yhny

比较关心的是PDF显示质量影响大不大？

Ctrl十C

建议直接做成双层PDF，保留文字和原图

858983646

Ctrl十C 发表于 2024-6-7 14:40
建议直接做成双层PDF，保留文字和原图

双层pdf可以继续用这个压缩，保留文字的

858983646

sara11leo 发表于 2024-6-7 11:49
单纯图片压缩就没啥意思了，，建议做个pdf 清晰化的项目，利用AI识图、重绘，增强，然后再过一遍无损压缩， ...

试过几个ai重绘的，对于高质量的扫描pdf，边缘细看还不如原来的，得等加一步发展了

858983646

dfdndz1 发表于 2024-6-7 19:28
pdf-值化压缩 I具适合扫描压缩文件修改多文件多线程以及选择图片质量处理..x
无法启动此程序，因为计算机 ...

win7确实不行，win10可以的，新镜像装好就可以直接运行

daszpn

看看质量如何

justlooker2019

矮油、、非常感谢楼主的分享!支持...