PDF 去白边
识别每页实际内容的边界,把扫描件四周的白边裁掉,可以保留一点边距。
选择一份 PDF 后开始裁剪
裁剪参数
1 磅约 0.35 毫米,默认 6 磅约 2 毫米。阈值越高,越浅的灰底也会被当成空白裁掉。
使用说明
工具会把每一页渲染成图片,扫描非白像素找到内容的上下左右边界,再留出设定的边距,写入页面的裁剪框。这个过程只改变显示范围,不删除页面里的对象,所以文字仍然可以选中和搜索。
纯图片扫描件通常没有文字层,裁剪后文件体积基本不变。想减小体积,用PDF 压缩;想统一页面尺寸,用PDF 页面尺寸统一。
页数很多时处理会比较慢,因为每页都要渲染和逐像素扫描。建议一次不超过 200 页,中间可以看进度提示。
常见问题
裁剪是删掉内容还是只改显示范围?
改的是页面的裁剪框(CropBox),页面里的对象和文字都还在,只是查看和打印时只显示裁剪框内的部分。所以文件体积不会明显变小,需要减小体积用 PDF 压缩。
为什么有些页没有裁剪?
页面自带旋转(90 度或 270 度)时,像素坐标和 PDF 坐标的对应关系会变,强行裁剪容易切掉内容,所以这类页面会跳过。纯白页也会跳过。
边距填多少合适?
默认 6 磅,约 2 毫米,适合大多数扫描件。要留装订边可以设 12 到 18 磅;想尽量贴边可以设 0,但打印时可能被打印机的最小边距吃掉一部分。
扫描件边缘有黑线,能裁掉吗?
能识别到就会一起裁掉,因为黑线的亮度低于阈值。如果边缘有很浅的灰色噪点没被识别,把阈值调高一些,让更多像素被当作空白。
裁剪后文字还能复制吗?
能。裁剪只是改变显示范围,文字层还在。但如果原文件是纯图片扫描件,本来就没有文字层,裁剪后也仍然不能选中文字。
一次能处理多少页?
逐页渲染并扫描像素,页数越多越慢,建议一次不超过 200 页。超过这个量,浏览器的内存和等待时间都会明显变差。