Python 使用**魔杖**减少图像文件大小以提高OCR性能？

我正在尝试编写使用Python的wandsimple MagickWand API绑定从PDF中提取页面，将它们缝合到一个较长（“较高”）的图像中，并将该图像传递给Google Cloud Vision进行OCR文本检测。我一直在与Google Cloud Vision的10MB文件大小限制做斗争

我认为降低文件大小的一个好方法可能是消除所有颜色通道，只向Google提供一张黑白图像。我知道如何获得灰度，但我如何才能使我的彩色图像成为黑白（“双层”）的一个？我也愿意接受其他降低文件大小的建议。提前谢谢

from wand.image import Image

selected_pages = [0,1]

imageFromPdf = Image(filename=pdf_filepath+str(selected_pages), resolution=600)
pages = len(imageFromPdf.sequence)

image = Image(
    width=imageFromPdf.width,
    height=imageFromPdf.height * pages
    )
for i in range(pages):
    image.composite(
    imageFromPdf.sequence[i],
    top=imageFromPdf.height * i,
    left=0
    )

image.colorspace = 'gray' 
image.alpha_channel = False
image.format = 'png'

image

---

以下是从PythonWand（0.5.7）获得两层输出的几种方法。最后一个需要我7岁才能工作。在我的测试中需要注意的一点是，在IM7中，前两个结果在抖动或不抖动方面交换。但我已经向Python Wand开发者报告了这一点

输入：

使用IM 6的第一个输出：

使用IM7的第二个输出：

---

您可以调用其中一种阈值方法使其成为两层。分辨率

600

将是一个超过3000万像素的大型光栅（假设美国信纸大小）。您可能需要将分辨率降低到120，然后调用

Image.transform\u colorspace（'gray'）

这非常有用！谢谢，fmw42！

from wand.image import Image
from wand.display import display

# Using Wand 0.5.7, all images are not dithered in IM 6 and all images are dithered in IM 7
with Image(filename='lena.jpg') as img:
    with img.clone() as img_copy1:
        img_copy1.quantize(number_colors=2, colorspace_type='gray', treedepth=0, dither=False, measure_error=False)
        img_copy1.auto_level()
        img_copy1.save(filename='lena_monochrome_no_dither.jpg')
        display(img_copy1)
        with img.clone() as img_copy2:
            img_copy2.quantize(number_colors=2, colorspace_type='gray', treedepth=0, dither=True, measure_error=False)
            img_copy2.auto_level()
            img_copy2.save(filename='lena_monochrome_dither.jpg')
            display(img_copy2)
            with img.clone() as img_copy3:
                img_copy3.threshold(threshold=0.5)
                img_copy3.save(filename='lena_threshold.jpg')
                display(img_copy3)
                # only works in IM 7
                with img.clone() as img_copy4:
                    img_copy4.auto_threshold(method='otsu')
                    img_copy4.save(filename='lena_threshold_otsu.jpg')
                    display(img_copy4)