扫描的pdf文件的分辨率是多少？

我使用佳能扫描仪扫描了一些文档，分辨率指定为300。

我将其保存为pdf文件，然后通过ImageMagick检查了pdf文件的分辨率
```
identify -verbose my.pdf
```
在输出中，它说的每一页都会返回
```
Resolution: 72x72
```
这不是我之前用扫描仪指定的300。为什么不同？注意：如果我将其另存为jpg文件，并且使用Xerox workCenter，则存在相同的问题。
当我使用Adobe Premium Pro OCR我的pdf文件时，它使我可以指定从几个选项（72、300、600）将pdf文件降采样到的分辨率。如果我不希望OCRed pdf文件的分辨率低于原始pdf文件的分辨率，如何找到pdf文件的分辨率，以及在Adobe Premium Pro中为OCR选择哪种分辨率选项？

谢谢。

pdf

— 提姆
source

PDF是矢量图形文档。可以以任何分辨率渲染。

嵌入PDF文档中的光栅图像（如基本扫描文档中的典型图像）通常具有分辨率（在纸上打印时，一英寸的像素数）。一个这样的PDF文档可能包含其中的几张图像（如果是多页文档，则可能具有这些图像），它们的分辨率和方向可能不同。

这不是ImageMagick的identify -v报告。72dpi是它用来将PDF转换为光栅图像以报告其像素信息的分辨率。

您会注意到它实际上在运行：gs ... -r72x72 ...为此。

pdfimages 可以报告PDF文档中的所有光栅图像：

$ pdfimages -list scan.pdf
page   num  type   width height color comp bpc  enc interp  object ID
---------------------------------------------------------------------
   1     0 image    1219  1707  rgb     3   8  jpeg   no         8  0
$ qpdf --show-pages --with-images scan.pdf
page 1: 3 0 R
  images:
    /Im0: 8 0 R, 1219 x 1707
  content:
    4 0 R

这给了您以像素为单位的大小，但没有打印图像的框的大小（英寸mm或inch），因此您将无法获得分辨率。

但是，从对象ID（8 0上面）中，您可以找到容器的尺寸：

$ mutool show scan.pdf grep | grep 'Im0 8 0'
scan.pdf:3: <</Contents 4 0 R/CropBox[0 0 595 842]/MediaBox[0 0 595 842]/Parent 2 0 R/Resources<</XObject<</Im0 8 0 R>>/ProcSet 6 0 R>>/Thumb 11 0 R/Type/Page>>

因此，在这里，我们知道图像是在595x842磅（点是1/72英寸）上渲染的。

因此我们可以得出x和y分辨率：

$ echo "$((1219 * 72 / 595))dpi" "$((1707 * 72 / 842))dpi"
147dpi 145dpi

请注意，当以JPG格式嵌入时，图像可能具有指定分辨率的EXIF标头。

您可以提取图像以找出答案：

$ exiftool -XResolution -YResolution <(qpdf --show-object=8 --raw-stream-data scan.pdf)
X Resolution                    : 72
Y Resolution                    : 72

在这里，他们不匹配。

您也可以提取图像，然后使用with pdfimages并将其传递给OCR，这样在将其自身转换为光栅图像之前，不必决定分辨率。

— sch
source