是什么使一些pdf文件比其他文件小得多？

我有很多PDF教科书，其中一些1000页的教科书超过400兆字节，而另一些质量相似的只有1500页的10兆字节！！我认为这可能是图像质量的问题，但图像质量相当相似。接下来，我在放大时查看了文本，看到较大的书籍看起来像是光栅化文本，而较小的文件看起来像是矢量文本。是这个吗

如果是，我如何开始制作矢量格式的PDF文件？是否可以扫描文档/使用OCR识别文本，然后以某种方式将光栅化文本转换为矢量格式？此外，您可以将光栅化文本转换为矢量格式吗

干杯，

---

Evans

在两种不同PDF类型的样本上检查此命令：

 pdfimages -list -f 1 -l 10 the.pdf

您的PDF图像版本应该是最新版本，Poppler变体。这将为您提供前10页中所有图像的列表。它还列出了图像尺寸、宽度、高度（以像素为单位）、图像大小（以字节为单位）以及相应的压缩。如果你能忍受，你也可以跑：

 pdfimages -list the.pdf

这将为您提供所有页面中所有图像的列表

我打赌较大的一个会列出更多的图像

扫描产生的PDF与数字生成的PDF？ 还运行：

 pdffonts -f 1 -l 10 the.pdf

及

我的猜测是：您的大型PDF类型没有列出任何字体。这意味着，这些PDF页面很可能来自扫描文件

---

较小的图像天生就是数字的……

可能一个图像更多，因为图像比纯文本占用大量内存。也许文字像你说的那样被光栅化了。有很多方法可以创建矢量图像，尽管这项技术并不完美，但它在很大程度上取决于扫描的质量。

 pdffonts the.pdf