Есть ли готовое решение, библиотека сжатия pdf-файлов (всякие сканы докментов) под лотус скрипт, которая хорошо сжимает файлик?
Сжатие pdf
- Автор темы seoman2
- Дата начала
-
- Теги
- pdf сжатие файлов
Может, как вариант, есть консольная прога с командной строки? не нашел такую.
Или библиотека с таким функционалом....
Или библиотека с таким функционалом....
Что значит "сжатие"? Сканы документов - как я понимаю, это JPEG. Используйте меньшее разрешение, используйте распознавание текста вместо изображений, DPI самого PDF документа тоже может иметь значение. Если этого недостаточно, то любой консольный архиватор, у любого архиватора есть консольная версия. Если хотите архиватор обязательно в библиотеке, то их тоже полно, но, конечно же, не для Lotus Script.
@garrick
У tif, да и у самого pdf, есть масса информации, которая предназначена для более быстрого редактирования, и которую можно безболезненно удалить. Это и называется сжатием. При повторном редактировании файлов эта информация вновь создаётся редактором. Если открыть pdf, в котором не картинка, а к примеру, текст, и удалить часть текста, то при сохранении файл не уменьшится, а наоборот немного увеличится в размерах. Это как раз и происходит из-за добавлением редактором в файл некоторой нужной ему для работы информации.
@seoman2
Я использую в качестве виртуального принтера PDFCreator. В его UI есть настройки сжатия. Чем выгодное отличие его от других - он имеет COM-модель и порты для разных языков программирования, в т.ч. и для vba. Сжатием не баловался, и не знаю, есть ли в его API такая возможность, но из Lotus когда-то давно его использовал.
У tif, да и у самого pdf, есть масса информации, которая предназначена для более быстрого редактирования, и которую можно безболезненно удалить. Это и называется сжатием. При повторном редактировании файлов эта информация вновь создаётся редактором. Если открыть pdf, в котором не картинка, а к примеру, текст, и удалить часть текста, то при сохранении файл не уменьшится, а наоборот немного увеличится в размерах. Это как раз и происходит из-за добавлением редактором в файл некоторой нужной ему для работы информации.
@seoman2
Я использую в качестве виртуального принтера PDFCreator. В его UI есть настройки сжатия. Чем выгодное отличие его от других - он имеет COM-модель и порты для разных языков программирования, в т.ч. и для vba. Сжатием не баловался, и не знаю, есть ли в его API такая возможность, но из Lotus когда-то давно его использовал.
К сожалению процесс такой - что даются уже готовые ПДФ, совсем не оптимизированные.
Он на Ghostscript, я пока что прикрутил их родную прогу gswin64c.exe. Но это надо ставить всем софт.
В общем есть куча сотрудников, они насканивают ПДФ - вне моей зоны влияния. потом эти пдф крепят в лотус карточку.
потом я конверчу пдф + всякое разное в ХМЛ.. Вот и хочу на этапе конвертирования сжимать пдф.
Может есть библиотека? Чтобы ничего не ставить юзерам, а в лотус-базу прицепить.
хз, itext посмотри, aspose , но это больше про ответ "есть ли библиотека".
А сути решаемой задачи и проблемы до сих пор не улавливаю.
Зачем его сжимать?
Чтобы базы н были гигантскими от пдф.
Без сжатия к примеру 40 мб, а с сжатием - 5 мб
тогда проще это делать отдельно, на сервере, шедулером, и не надо будет софт ставить всем.
Либо вообще вручную с одного места, раз в неделю.
Базы можно создавать сколько угодно, если в размер уперлась.
А так еще проще диски купить, сколько сейчас 1 Тб стоит?
Я так понимаю, что "приходят" PDF, которые по сути состоят из JPEG разного размера и качества.
Первое - вынимать из PDF изображения, оптимизировать по качеству и размеру (Java или какая-то внешняя программа), при необходимости иметь именно PDF, собирать их снова их новых изображений.
Второе, если изображения не сканы паспортов, печати, подписи или т.п., а простые текстовые документы, прогонять их через какую-то программу распознавания текста и собирать обратно PDF не из картинок, а из текста, размер будет существенно меньше. Ещё можно качество текста настроить (DPI), значение поменьше - размер меньше, но читается хуже.
Первое - вынимать из PDF изображения, оптимизировать по качеству и размеру (Java или какая-то внешняя программа), при необходимости иметь именно PDF, собирать их снова их новых изображений.
Второе, если изображения не сканы паспортов, печати, подписи или т.п., а простые текстовые документы, прогонять их через какую-то программу распознавания текста и собирать обратно PDF не из картинок, а из текста, размер будет существенно меньше. Ещё можно качество текста настроить (DPI), значение поменьше - размер меньше, но читается хуже.
С тем что есть - да.
А алгоритм работы - сотня людей (канцелярии) сканят бумажки, крепят ежедневно пдфки в доки в лотус базу (повлиять на это всё я не могу) , потом конвертят пдф + еще данные - в другой формат с цифровой подписью, шлют друг другу...
то есть надо сразу сжимать.
Есть прикольная статистика сжатия ПДФ.
Ссылка скрыта от гостей
с помощью ява библиотеки Multivalent .НО в Multivalent20091027 - инструменты PDF для сжатия, наложения, дешифрования/шифрования, разделения/объединения были перемещены ((
куда то.
Нати бы ява библиотеку Multivalent с методом Compress...
один/два дня база может спокойно выдержать и без сжатия.
Даже неделю может.
оффтоп:
Если вмешаетесь в процесс работы людей и будете сжимать там, то убедитесь, что это быстро. Потому что если это будет тормозить, то жалоб будет много.
Это разработчикам кажется, что всё хорошо и быстро и вообще они молодцы. Ни фига подобного.
Если люди крепят по сотке доков за 8 часов, то при увлечении времени крепления одного документа - итоговое количество меньше.
Меньше сегодня прикрепил, надо завтра докрепить, либо задерживаться. И их ли вина в этом?
Пусть себе крепят как крепили, просто потом за ними прибраться - быстрее, проще, спокойнее.
есть общий подход:
- дербаним
- конвертим в формат картинок
- меняем разрешение на картинках (DPI) - в java либах (см. выше)
-
качественно перерендерить картинку - надо смотреть по вариантам
ещё можно обесцвечивать (если допустимо)
готовых утилей (качественных) я не встречал, продукты от ABBYY - шлак, в в этом плане
- дербаним
Ссылка скрыта от гостей
- конвертим в формат картинок
Ссылка скрыта от гостей
- меняем разрешение на картинках (DPI) - в java либах (см. выше)
-
Ссылка скрыта от гостей
(тоже pdfBox)качественно перерендерить картинку - надо смотреть по вариантам
ещё можно обесцвечивать (если допустимо)
готовых утилей (качественных) я не встречал, продукты от ABBYY - шлак, в в этом плане
Последнее редактирование:
как-то писал сервис:
- забирал pdf с ФС
- PDF дербанил по странично
- баркоды распознавал на страницах
- потом складывал в темпы страницы, с именами из баркодов
- отправлял ответ (в виде пути с именами файлов по баркодам), в клиент/сервер там пох - т.к. вызов через LS2J внешней жвм (варик - "родной" доминошной/нотуснёвой )
все это делал через RunTimeLib
библиотеку использовал (в т.ч.) aspose (за скорость и удобство)
баркоды можно и ZXing - было медленнее и качество имеджа требовалось выше
- забирал pdf с ФС
- PDF дербанил по странично
- баркоды распознавал на страницах
- потом складывал в темпы страницы, с именами из баркодов
- отправлял ответ (в виде пути с именами файлов по баркодам), в клиент/сервер там пох - т.к. вызов через LS2J внешней жвм (варик - "родной" доминошной/нотуснёвой )
все это делал через RunTimeLib
библиотеку использовал (в т.ч.) aspose (за скорость и удобство)
баркоды можно и ZXing - было медленнее и качество имеджа требовалось выше
Последнее редактирование:
есть утиль (на линухах) scantailor - вот это уровень...
увы - заброшен
лучшего результата предобработки для OCR я не видел (опять плевок в ABBYY)
увы - заброшен
лучшего результата предобработки для OCR я не видел (опять плевок в ABBYY)
Это какой-то древнючий репозиторий. Сейчас есть куча форков.
Ссылка скрыта от гостей
можно глянуть полный перечень. В этом году даже что-то дорабатывалось.Но это всё же сильно упрощённая прога. Её задача - простота и удобный UI. Если хочется полного управления настройками, тогда лучше
Ссылка скрыта от гостей
(мне не нравится из-за дикого UI).Обучение наступательной кибербезопасности в игровой форме. Начать игру!