问如何将pdf文件从灰度转换为黑白？

EN

最好的方法，我发现，没有质量损失，消除阴影，噪音，文字从下一页流血等：

1. 首先将pdf转换成单个图像pdfimages combined_ocr.pdf page
2. 第二，去除阴影，噪音，文本从下一页流血通过(信用到这个博客 ) ls ./p*.ppm | xargs -L1 -I {} convert {} -quality 100 -density 300 -fill white -fuzz 80% +opaque "#000000" {}.jpg

这可以作为额外的步骤添加，也可以代替上面的命令来实际获得两种颜色：

ls ./p*.ppm | xargs -L1 -I {} convert {} +dither -colors 2 -type bilevel -density 300 -fill white -fuzz 40% +opaque "#000000" -density 300 {}.jpg

50-60%的fuzz没有那么激进，结果更加可读性：

ls ./p*.ppm | xargs -L1 -I {} convert {} +dither -colors 2 -type bilevel -density 300 -fill white -fuzz 40% +opaque "#000000" -density 300 {}.jpg

1. 这将在不丢失分辨率或质量的情况下，从每个jpg图像中生成一个pdf文件：ls -1 ./*jpg | xargs -L1 -I {} img2pdf {} -o {}.pdf。
2. 这是为了将pdfpage连接成一个：pdftk *.pdf cat output combined.pdf
3. 最后，我添加了一个OCRed文本层，它不会改变pdfs中扫描的质量，因此它们可以搜索：pypdfocr combined.pdf