我有成千上万个PDF文件,每个PDF都有多个页面,且每个PDF的分辨率不同(基于扫描仪使用的不同)。我想将每个PDF的每个页面转换为PNG格式,以便通过Tesseract进行OCR。我使用了Imagemagick进行PNG格式转换,但必须为所有图像传递固定的DPI才能获得良好的可读输出。有没有一种方法可以在转换每个PDF的同时保留该PDF的分辨率?
例如,如果1.PDF的分辨率为622×788,2.pdf的分辨率为792×612,则我希望进行相同分辨率的确切转换,只是格式不同(PNG)。
我现在正在使用的命令是:
例如,如果1.PDF的分辨率为622×788,2.pdf的分辨率为792×612,则我希望进行相同分辨率的确切转换,只是格式不同(PNG)。
我现在正在使用的命令是:
convert -monochrome -density 1200 input.pdf -resize 25% -monochrome -white-threshold 50% -black-threshold -50% output.png
谢谢,pashah