如何使用 OpenPDF 高效压缩多页 TIFF 生成的 PDF 文件-java教程-PHP中文网

如何使用 OpenPDF 高效压缩多页 TIFF 生成的 PDF 文件

本文介绍在使用 openpdf 将多页 tiff 转换为 pdf 时，通过启用 pdf 全压缩、调整图像编码方式（特别是 ccitt g4 压缩）显著减小输出文件体积的核心方法。

本文介绍在使用 openpdf 将多页 tiff 转换为 pdf 时，通过启用 pdf 全压缩、调整图像编码方式（特别是 ccitt g4 压缩）显著减小输出文件体积的核心方法。

在基于 OpenPDF（原 iText 2.x 分支）构建文档时，若将高分辨率或多页 TIFF 图像逐页转为 com.lowagie.text.Image 并添加至 Document，极易生成体积庞大的 PDF 文件——尤其当 TIFF 本身未压缩或含大量灰度/彩色数据时。根本原因在于：默认情况下，OpenPDF 会以原始像素数据嵌入图像（如 JPEG 或原始 RGB），缺乏针对性压缩策略。要真正控制输出尺寸，需从PDF 层压缩与图像层压缩双路径协同优化。

✅ 启用 PDF 全压缩（Writer 级别）

OpenPDF 提供 setFullCompression() 方法，可激活 PDF 对象流（Object Streams）、交叉引用流（XRef Streams）及字典/流内容的深度压缩。该设置必须在 PdfWriter 实例创建后、文档写入前调用：

com.lowagie.text.Document document = new com.lowagie.text.Document();
PdfWriter writer = PdfWriter.getInstance(document, new FileOutputStream("output.pdf"));
writer.setFullCompression(); // ✅ 关键：启用全压缩模式
// 注意：以下调用等价但非必需（setFullCompression 已隐式覆盖）
// writer.getWriter().setFullCompression();
// PdfWriter.setFullCompression(); // 静态方法影响后续所有 writer
document.open();

⚠️ 注意：setFullCompression() 必须在 document.open() 之前调用，否则无效；且仅对 PDF 1.5+ 格式生效（OpenPDF 默认生成 PDF 1.4，建议显式设置版本：writer.setPdfVersion(PdfWriter.PDF_VERSION_1_5)）。

✅ 替代原始图像嵌入：使用 CCITT G4 压缩的二值图像

TIFF 文档（尤其扫描件）多为黑白（bitonal）图像，CCITT Group 4（G4）是专为此类图像设计的无损压缩标准，压缩率远超 JPEG 或原始位图。OpenPDF 支持直接构造 CCITT 编码图像：

// 假设 pageImage 是已加载的 BufferedImage（类型 TYPE_BYTE_BINARY 或经二值化处理）
BufferedImage pageImage = ...;
int width = pageImage.getWidth();
int height = pageImage.getHeight();

// 提取原始位数据（确保为单通道、1-bit 深度）
byte[] data = ((DataBufferByte) pageImage.getRaster().getDataBuffer()).getData();
// 使用 OpenPDF 内置编码器压缩为 CCITT G4 格式
byte[] g4Encoded = CCITTG4Encoder.compress(data, width, height);

// 构造 Image 实例：指定 CCITT 类型、参数和压缩数据
Image image = Image.getInstance(
    width, height,
    false, // reverseBits: 通常 false（BlackIs0）
    Image.CCITTG4, // CCITT 类型（G4）
    0, // parameters（保留默认）
    g4Encoded,
    null // transparency（二值图无需透明通道）
);
document.add(image);

✅ 关键前提：输入 BufferedImage 必须为纯黑白二值图像（每个像素仅 0 或 1）。若原始 TIFF 为灰度或彩色，需先执行高质量二值化（如 Otsu 算法），否则 CCITT 编码将失效或产生错误结果。

✅ 进阶建议：组合使用更高压缩等级

虽然 CCITT G4 本身已是无损最优，但可进一步配合 PdfStream 的压缩级别提升整体 PDF 流效率：

writer.setCompressionLevel(PdfStream.BEST_COMPRESSION); // 值为 9（最高）

该设置作用于所有非图像流（如字体、元数据），与 setFullCompression() 协同，形成“流内压缩 + 结构压缩”双重优化。

? 总结

❌ 避免直接使用 Image.getInstance(File) 或未压缩 BufferedImage —— 它们会引入冗余像素数据；
✅ 强制二值化 TIFF → 使用 CCITTG4Encoder.compress() → 构造 Image.CCITTG4 实例；
✅ 在 PdfWriter 初始化后立即调用 setFullCompression() 和 setCompressionLevel(BEST_COMPRESSION)；
✅ 显式设置 PDF 版本为 1.5+ 以确保全压缩特性可用。