img2pdf

将光栅图像无损转换为 PDF。如果您的优先级是（按此顺序），则应使用 img2pdf：

1. 始终无损：嵌入在 PDF 中的图像将始终具有与输入的每个像素完全相同的颜色信息
2. small：如果可能，输入图像和输出 PDF 之间的文件大小差异只会是 PDF 容器本身的开销
3. 快速：如果可能，输入图像只是按原样粘贴到 PDF 文档中，而不需要对像素数据进行任何 CPU 饥饿的重新编码

传统的转换软件（如 ImageMagick）会：

1. 不是无损的，因为有损重新编码为 JPEG
2. 不小，因为对原始像素数据使用了浪费的 flate 编码
3. 不快，因为输入数据被重新编码

不必重新编码输入（在大多数常见情况下）的另一个优点是，img2pdf 能够处理比其他软件大得多的输入，因为原始像素数据永远不必加载到内存中。

下表显示了 img2pdf 如何根据输入文件格式和图像色彩空间处理不同的输入。

对于具有 CCITT Group 4 编码数据的 JPEG、JPEG2000、非隔行 PNG 和 TIFF 图像，img2pdf 直接将图像数据嵌入到 PDF 中，无需重新编码。因此，它仅将 PDF 格式视为图像数据的容器格式。在这些情况下，img2pdf 只会将文件大小增加 PDF 容器的大小（通常约为 500 到 700 个字节）。由于数据仅被复制而不是重新编码，因此对于这些输入格式，img2pdf 通常也比其他解决方案更快。

对于所有其他输入类型，img2pdf 首先必须转换像素数据以使其与 PDF 兼容。在大多数情况下，PNG Paeth 过滤器应用于像素数据。对于单色输入，改用 CCITT Group 4。仅对于 CMYK 输入，在最终应用平面压缩之前不应用过滤器。

用法

图像必须作为文件提供，因为 img2pdf 需要在文件描述符中查找。

如果没有使用-o/--output选项指定输出文件，则输出将完成到 stdout。一个典型的调用是：

$ img2pdf img1.png img2.jpg -o out.pdf

可以通过运行以下命令访问详细文档：

$ img2pdf --help

错误

• 如果您发现 JPEG、JPEG2000、PNG 或 CCITT Group 4 编码的 TIFF 文件在嵌入 PDF 时无法被 Adob​​e Acrobat Reader 读取，请与我联系。

• 如果输入图像损坏，则会产生错误。如果输入图像具有无效的 EXIF 方向值为零，则通常会发生这种情况。即使只允许从 1 到 9 的九个不同值，Anroid 手机和佳能 DSLR 相机也会生成无效值为零的 JPEG 图像。exiftool在将 JPEG 传递给img2pdf或运行之前img2pdf使用或类似的软件修复输入图像--rotation=ifvalid （如果您从命令行运行 img2pdf），或者 在使用 img2pdf 作为库时rotation=img2pdf.Rotation.ifvalid作为参数传递给。convert()

• img2pdf 使用 PIL（或 Pillow）来获取图像元数据并在必要时转换输入。为了防止解压炸弹拒绝服务攻击，Pillow 限制了输入图像允许具有的最大像素数。如果您确定自己知道自己在做什么，则可以通过将--pillow-limit-break选项传递给 img2pdf 来禁用此保护措施。这允许人们处理甚至非常大的输入图像。

安装

在基于 Debian 和 Ubuntu 的系统上，可以从官方存储库安装 img2pdf：

$ apt install img2pdf

如果你想使用 pip 安装它，你可以运行：

$ pip3 install img2pdf

如果您更喜欢从源代码安装，请使用：

$ cd img2pdf/
$ pip3 install .

要在系统上不安装软件包的情况下测试控制台脚本，请使用 virtualenv：

$ cd img2pdf/
$ virtualenv ve
$ ve/bin/pip3 install .

然后，您可以使用以下方法测试转换器：

$ ve/bin/img2pdf -o test.pdf src/tests/test.jpg

对于 Microsoft Windows 用户，基于 PyInstaller 的 .exe 文件由 appveyor 生成。如果您不想在使用 img2pdf 之前安装 Python，您可以前往 appveyor 并单击“Artifacts”下载最新版本： https ://ci.appveyor.com/project/josch/img2pdf

图形用户界面

存在一个实验性的 GUI，所有设置当前都被禁用。您可以直接将图像转换为 PDF，但您还不能通过 GUI 设置任何选项。如果您有兴趣为 PDF 添加更多功能，请提交合并请求。GUI 基于 tkinter，可在 Linux、Windows 和 MacOS 上运行。

图书馆

该包也可以用作库：

import img2pdf

# opening from filename
with open("name.pdf","wb") as f:
	f.write(img2pdf.convert('test.jpg'))

# opening from file handle
with open("name.pdf","wb") as f1, open("test.jpg") as f2:
	f1.write(img2pdf.convert(f2))

# using in-memory image data
with open("name.pdf","wb") as f:
	f.write(img2pdf.convert("\x89PNG...")

# multiple inputs (variant 1)
with open("name.pdf","wb") as f:
	f.write(img2pdf.convert("test1.jpg", "test2.png"))

# multiple inputs (variant 2)
with open("name.pdf","wb") as f:
	f.write(img2pdf.convert(["test1.jpg", "test2.png"]))

# convert all files ending in .jpg inside a directory
dirname = "/path/to/images"
imgs = []
for fname in os.listdir(dirname):
	if not fname.endswith(".jpg"):
		continue
	path = os.path.join(dirname, fname)
	if os.path.isdir(path):
		continue
	imgs.append(path)
with open("name.pdf","wb") as f:
	f.write(img2pdf.convert(imgs))

# convert all files ending in .jpg in a directory and its subdirectories
dirname = "/path/to/images"
imgs = []
for r, _, f in os.walk(dirname):
	for fname in f:
		if not fname.endswith(".jpg"):
			continue
		imgs.append(os.path.join(r, fname))
with open("name.pdf","wb") as f:
	f.write(img2pdf.convert(imgs))


# convert all files matching a glob
import glob
with open("name.pdf","wb") as f:
	f.write(img2pdf.convert(glob.glob("/path/to/*.jpg")))

# ignore invalid rotation values in the input images
with open("name.pdf","wb") as f:
	f.write(img2pdf.convert('test.jpg'), rotation=img2pdf.Rotation.ifvalid)

# writing to file descriptor
with open("name.pdf","wb") as f1, open("test.jpg") as f2:
	img2pdf.convert(f2, outputstream=f1)

# specify paper size (A4)
a4inpt = (img2pdf.mm_to_pt(210),img2pdf.mm_to_pt(297))
layout_fun = img2pdf.get_layout_fun(a4inpt)
with open("name.pdf","wb") as f:
	f.write(img2pdf.convert('test.jpg', layout_fun=layout_fun))

# use a fixed dpi of 300 instead of reading it from the image
dpix = dpiy = 300
layout_fun = img2pdf.get_fixed_dpi_layout_fun((dpix, dpiy))
with open("name.pdf","wb") as f:
	f.write(img2pdf.convert('test.jpg', layout_fun=layout_fun))

# create a PDF/A-1b compliant document by passing an ICC profile
with open("name.pdf","wb") as f:
	f.write(img2pdf.convert('test.jpg', pdfa="/usr/share/color/icc/sRGB.icc"))

与 ImageMagick 的比较

创建一个大的测试图像：

$ convert logo: -resize 8000x original.jpg

使用 ImageMagick 和 img2pdf 将其转换为 PDF：

$ time img2pdf original.jpg -o img2pdf.pdf
$ time convert original.jpg imagemagick.pdf

请注意 ImageMagick 的转换时间比 img2pdf 长一个数量级。它还使用了两倍的内存。

现在从两个 PDF 文档中提取图像数据并将其与原始文件进行比较：

$ pdfimages -all img2pdf.pdf tmp
$ compare -metric AE original.jpg tmp-000.jpg null:
0
$ pdfimages -all imagemagick.pdf tmp
$ compare -metric AE original.jpg tmp-000.jpg null:
118716

为了使用 ImageMagick 获得无损输出，我们可以使用 Zip 压缩，但这会不必要地增加输出的大小：

$ convert original.jpg -compress Zip imagemagick.pdf
$ pdfimages -all imagemagick.pdf tmp
$ compare -metric AE original.jpg tmp-000.png null:
0
$ stat --format="%s %n" original.jpg img2pdf.pdf imagemagick.pdf
1535837 original.jpg
1536683 img2pdf.pdf
9397809 imagemagick.pdf

与 pdfLaTeX 的比较

pdfLaTeX 默认执行从包含的图像到 PDF 的无损转换。如果输入是 JPEG，那么它只是将 JPEG 嵌入到 PDF 中，就像 img2pdf 一样。但对于其他图像格式，它使用普通像素数据的平面压缩，因此不必要地增加了输出文件的大小：

$ convert logo: -resize 8000x original.png
$ cat << END > pdflatex.tex
\documentclass{article}
\usepackage{graphicx}
\begin{document}
\includegraphics{original.png}
\end{document}
END
$ pdflatex pdflatex.tex
$ stat --format="%s %n" original.png pdflatex.pdf
4500182 original.png
9318120 pdflatex.pdf

与 podofoimg2pdf 的比较

与 pdfLaTeX 一样，podofoimg2pdf 能够通过将 JPEG 数据简单地嵌入到 pdf 容器中来执行从 JPEG 到 PDF 的无损转换。但就像 pdfLaTeX 一样，它对所有其他文件格式使用 flate 压缩，因此有时会导致文件比需要的更大。

$ convert logo: -resize 8000x original.png
$ podofoimg2pdf out.pdf original.png
stat --format="%s %n" original.png out.pdf
4500181 original.png
9335629 out.pdf

它也只支持 JPEG、PNG 和 TIF 作为输入，缺乏 img2pdf 的许多便利功能，如页面大小、边框、旋转和元数据。

与 Tesseract OCR 的比较

Tesseract OCR 最接近 img2pdf 提供的功能。它能够将 JPEG 和 PNG 输入转换为 PDF，而无需不必要地增加文件大小，同时是无损的。因此，如果您的输入是 JPEG 和 PNG 图像，那么您应该可以安全地使用 Tesseract 而不是 img2pdf。对于其他输入，Tesseract 可能不会进行无损转换。例如，它将 CMYK 输入转换为 RGB，并从具有透明度的图像中移除 alpha 通道。对于多页 TIFF 或动画 GIF，它只会转换第一帧。