PDF 本地智能压缩
将以下提示词粘贴到你的 AI 对话框中:
请根据 https://skillhub.cn/install/skillhub.md,安装 @user_ceab90b8/compress-pdf-smart。
技能介绍
解决云端与版面妥协的 PDF 压缩痛点
当你需要在本地处理 PDF,且要求“文字锐利、图片放大 120% 仍清晰、A3 版面绝对不变”时,依赖云端 API 或缺乏细粒度控制的工具往往力不从心。若你手头没有 API 密钥,或需要精确控制输出质量与版面,本地无损优先的压缩方案是更稳妥的选择。该方案的核心原则是绝不将整页光栅化,仅针对内嵌的图片 XObject 进行处理,从而保留矢量线条与文字层的清晰度,并确保 MediaBox 原样不动。
工作流程与自适应编码策略
压缩过程遵循“优先无损,必要时有损”的原则。对于常规图片,脚本会将冗长的 /FlateDecode 重编码为高质量 JPEG,并对超过目标 DPI 的图片进行降采样。
- 全量图片处理:使用
compress_all.py可覆盖compress.py遗漏的调色板(mode=P)和带透明通道(SMask)图片,安全将其转换为 JPEG,随后由finalize.py收尾。 - 自适应内容编码:
compress_adaptive.py会逐图分类。线划图(白底黑线)会被阈值化为 1-bit 并采用/FlateDecode+/Predictor 15无损嵌入;照片或彩色图则走 JPEG 降采样路线。 - 参数化质量控制:通过调整
MAX_DPI(默认 140 对应 120% 清晰)和JPG_Q,你可以精确权衡体积与清晰度。 - 无损极限打包:对于纯矢量/文字为主的文档,可使用 PyMuPDF 进行垃圾回收、流最大 deflate 与字体子集化,榨干非图片层的体积。
适用边界与已知陷阱
若文档体积主要由矢量和文字构成,压缩空间极其有限。此时若强求压至 100MB 以内,唯一途径是使用 raster_compress.py 整页光栅化,但这会导致文字层消失且放大发虚。此外,处理多页共享同一 content xref 的文档时,需使用 doc.update_stream 按 xref 逐页改写,避免抛出 bad xref 错误。同时需注意 pikepdf 在设置显式 /FlateDecode 时需先手动进行 zlib 压缩。
使用场景
- 需要将上百页A3工程图纸从100MB压至50MB,且要求文字放大到120%仍然锐利,不能影响后续打印
- 手头缺少云端API密钥,需要完全在本地将包含大量扫描照片和图表的PDF文档进行无损瘦身
- 处理好的PDF因为内含过多矢量线条导致体积依然偏大,需要极限打包但绝不能删除任何页面
- 必须在无外网环境下提交小于100MB的申遗文档,原文件为纯矢量图纸,需评估光栅化与分卷的可行性
适合人员
- CAD工程师:经常需要处理包含复杂线划图的A3图纸PDF,要求压缩后打印清晰度不降级
- 档案管理员:负责处理大量纯矢量文档,对单文件大小有严格限制,且无法访问云端API
- 出版排版人员:需要处理包含中文字体的复杂PDF布局,要求压缩时绝对不能破坏原有的矢量文字层