趙玉琴（江蘇省五臺(tái)山體育中心，江蘇南京，210029）

圖像轉(zhuǎn)PDF的問(wèn)題與解決方法

趙玉琴（江蘇省五臺(tái)山體育中心，江蘇南京，210029）

檔案數(shù)字化就是將大量紙質(zhì)檔案電子化，實(shí)現(xiàn)電腦存儲(chǔ)與在線查詢。由于PDF文件本身的標(biāo)準(zhǔn)化、方便性，目前的應(yīng)用越來(lái)越多，一種比較流行的方法是將掃描好的圖像文件最后合并成TIFF文件，然后轉(zhuǎn)換成PDF文件。但是由于有關(guān)部門對(duì)如何轉(zhuǎn)換成PDF文件沒(méi)有一個(gè)統(tǒng)一的規(guī)定，每個(gè)掃描公司基本上都是依據(jù)自己的想法或經(jīng)驗(yàn)進(jìn)行掃描轉(zhuǎn)換，因此轉(zhuǎn)換流程與方式以及軟件也五花八門。

轉(zhuǎn)換成PDF文件的原理有兩種，一是基于虛擬打印原理。虛擬打印原理的軟件開發(fā)需要提供打印驅(qū)動(dòng)程序，這種軟件通用性較好，除圖像文件外還可以將Word等所有可打印格式轉(zhuǎn)換成PDF。二是直接將圖像嵌入PDF文件。直接將圖像嵌入PDF文件的軟件實(shí)現(xiàn)相對(duì)簡(jiǎn)單。無(wú)論采用那一種方法都存在著圖像數(shù)據(jù)流重新壓縮造成的問(wèn)題和對(duì)特殊圖像格式的支持問(wèn)題等。

一、圖像數(shù)據(jù)流重新壓縮造成的問(wèn)題

對(duì)基于虛擬打印原理實(shí)現(xiàn)的轉(zhuǎn)換軟件來(lái)說(shuō)，其工作過(guò)程為：轉(zhuǎn)換工具提供一個(gè)虛擬打印機(jī)。如Acrobat 提供的打印機(jī)名為Adobe PDF?？磮D軟件打開圖像文件，在接到打印命令后，像在真實(shí)打印機(jī)上打印一樣，將圖像每個(gè)像素描繪到虛擬紙上，形成發(fā)送給虛擬打印機(jī)的數(shù)據(jù)流。虛擬打印機(jī)收到數(shù)據(jù)流后，根據(jù)圖像的色彩空間等信息，選擇合適的壓縮算法，對(duì)數(shù)據(jù)流再次進(jìn)行壓縮以減小文件長(zhǎng)度，然后將壓縮后的數(shù)據(jù)流存入PDF。

對(duì)于基于虛擬打印原理實(shí)現(xiàn)的圖像轉(zhuǎn)PDF 工具，可能會(huì)有如下問(wèn)題：對(duì)于有損壓縮的JPG 文件，轉(zhuǎn)換成PDF 后的質(zhì)量與發(fā)出打印命令的軟件密切相關(guān)。像ACDSEE 這樣先解碼再打印，必然會(huì)因?yàn)閳D像的再壓縮而造成質(zhì)量衰減或文件膨脹。像Word 這樣直接將JPG 數(shù)據(jù)流發(fā)送到虛擬打印機(jī)，則與軟件內(nèi)部的打印設(shè)置有關(guān)，設(shè)置好了可以直接將數(shù)據(jù)流完整嵌入PDF 而不造成損失或膨脹，設(shè)置不好則同樣可能造成像素?fù)p失。另外，打印機(jī)對(duì)JPG 數(shù)據(jù)流的支持受平臺(tái)限制，一般來(lái)說(shuō)包括ACDSEE 在內(nèi)的大多數(shù)軟件都是先解碼成bitmap，這樣就可以不受平臺(tái)限制。而對(duì)于無(wú)損壓縮的圖像文件，如GIF、PNG、BMP 等，真彩色圖像往往會(huì)被轉(zhuǎn)換成有損壓縮的JPG數(shù)據(jù)流，造成圖像質(zhì)量損失；灰度、索引色圖像往往會(huì)被解碼后再壓縮成某種無(wú)損壓縮數(shù)據(jù)流，如果虛擬打印機(jī)所選壓縮算法的壓縮效率低于原圖像壓縮算法，則可能造成PDF 文件的膨脹。

直接將圖像嵌入PDF的轉(zhuǎn)換軟件工作原理與基于虛擬打印機(jī)的轉(zhuǎn)換軟件不同，其工作過(guò)程是，用戶在轉(zhuǎn)換軟件中選擇需要轉(zhuǎn)換的圖像文件后，轉(zhuǎn)換工具按照PDF文件規(guī)范創(chuàng)建PDF文件，寫入文件頭信息，再逐一從圖像文件中抽取圖像數(shù)據(jù)，根據(jù)需要對(duì)數(shù)據(jù)進(jìn)行轉(zhuǎn)換，然后將數(shù)據(jù)打包成PDF對(duì)象，寫入PDF文件。直接讀取圖像數(shù)據(jù)的轉(zhuǎn)換工具，由于可以從原始圖像文件中獲取豐富的圖像信息，包括原始數(shù)據(jù)壓縮算法等，可以針對(duì)不同的文件格式或不同的圖像情況做出選擇?；谔摂M打印原理實(shí)現(xiàn)的轉(zhuǎn)換工具，如果打印機(jī)只能得到解碼后的數(shù)據(jù)流，選擇的余地就會(huì)小一些，是從bitmap數(shù)據(jù)流中獲取顏色深度等信息，再選擇算法重新壓縮數(shù)據(jù)。

總之，只要對(duì)圖像數(shù)據(jù)流重新壓縮就有會(huì)產(chǎn)生問(wèn)題，差別在于問(wèn)題的大與小、重與輕，將無(wú)損壓縮轉(zhuǎn)換成有損壓縮，或?qū)τ袚p壓縮解碼后再次有損壓縮，必然造成圖像質(zhì)量下降。改變文件數(shù)據(jù)流的壓縮方法，某些情況下可以減小文件長(zhǎng)度，在某些情況下則相反，會(huì)引起文件長(zhǎng)度加長(zhǎng)，甚至膨脹，關(guān)鍵是看數(shù)據(jù)與壓縮方法的搭配是否合適。

二、對(duì)特殊圖像格式的支持問(wèn)題

這里說(shuō)的特殊圖像格式，主要是指TIFF 格式。在常見的圖像格式中，JPG、GIF、BMP 等都有嚴(yán)格的格式規(guī)定，可能出現(xiàn)的情況較少。但是對(duì)于TIFF 來(lái)說(shuō)，由于TIFF 標(biāo)準(zhǔn)本身希望能夠包容盡可能多的東西，又對(duì)實(shí)現(xiàn)細(xì)節(jié)也沒(méi)有具體的規(guī)定，所以各家軟件生成的TIFF 圖像種類繁多。

國(guó)內(nèi)專業(yè)掃描外包公司中，他們?yōu)榱藴p少數(shù)據(jù)處理量，對(duì)TIFF 采用有損壓縮是常有的事，這些圖像多半就連libtiff也解不開，ACDSEE 更是想都不用想，有些甚至連專門顯示TIFF 文件的MicrosoftOffice Document Imaging （微軟Office 2003 所帶附件之一）也打不開，而只能用他們自己的軟件才能閱讀。

除TIFF 外，PNG 文件也是一種可能會(huì)造成潛在麻煩的格式。但是與TIFF 不同，PNG 的麻煩不在于文件格式本身或數(shù)據(jù)壓縮算法，而在于它豐富的色彩表示。

三、問(wèn)題的解決辦法

解決以上問(wèn)題的建議是，對(duì)有損壓縮的圖像數(shù)據(jù)，應(yīng)盡量將原始數(shù)據(jù)流嵌入PDF文件，避免重新壓縮造成圖像質(zhì)量衰減。對(duì)無(wú)損壓縮圖像數(shù)據(jù)，可以根據(jù)圖像特征選擇合適的無(wú)損壓縮算法重新壓縮圖像數(shù)據(jù)，以節(jié)省存儲(chǔ)空間，也可以直接將原始圖像數(shù)據(jù)嵌入PDF，以節(jié)省重新壓縮所需的時(shí)間。在數(shù)字化過(guò)程中TIFF文件的生成最好規(guī)定一到兩種壓縮算法，生成PDF文件的軟件或最終文件要通過(guò)一定的檢測(cè)。