如何使用 Python 将 PDF 中的二值图像编码为 JBIG2Decode？

Question

我用 img2pdf 生成 PDF 后，使用 acrobat 压缩，发现文件明显变小，

用编辑器查看发现里面的二值图像从FlateDecode变成了JBIG2Decode。

我想知道如何 Python 执行这个编码转换，这样就可以扔掉 Acrobat 了。

Answer 1

JBIG2 是一种压缩算法，它能够将二值图像压缩为较小的文件大小。如果想将 PDF 中的二值图像编码为 JBIG2，您可以使用 PyMuPDF 库，该库是一个 Python 接口，用于处理 PDF 文件，用于将 PDF 中的二值图像编码为 JBIG2Decode。

import fitz

# 打开 PDF 文件
doc = fitz.open("input.pdf")

# 遍历页面
for page in doc:
    # 遍历页面上的图像
    for img in page.get_images():
        # 如果图像为二值图像
        if img["colorspace"] == fitz.csindex.Indexed and img["ncolors"] == 2:
            # 将图像编码为 JBIG2
            img_data = page.get_pixmap(alpha=False, clip=img["clip"], matrix=img["mat"])
            jbig_data = fitz.Pixmap.from_data_jbig2(img_data.samples, img_data.width, img_data.height)
            # 将图像替换为 JBIG2 数据
            page.insert_image(img["clip"], pixmap=jbig_data)
            jbig_data.clear()
            
# 保存 PDF 文件
doc.save("output.pdf")
doc.close()

虽然 JBIG2 算法能够大幅度压缩二值图像，但在某些情况下，可能会导致图像质量下降