Разделить страницы в pdf

У меня есть отсканированный файл PDF, который отсканировал две страницы на одной виртуальной странице (страница в файле PDF).

Разрешение с хорошим качеством. Проблема в том, что мне приходится увеличивать изображение при чтении и перетаскивать слева направо.
Есть некоторые команды ( convert, pdftk, ...) или скрипт , который может преобразовать этот файл в формате PDF с нормальными страниц (одна страница из книги = одной страницы в PDF - файл)?

Вот небольшой скрипт Python, использующий библиотеку PyPdf, которая делает работу аккуратно. Сохраните его в скрипте с именем un2up(или как хотите), сделайте его исполняемым ( chmod +x un2up) и запустите его как фильтр ( un2up <2up.pdf >1up.pdf).

#!/usr/bin/env python
import copy, sys
from pyPdf import PdfFileWriter, PdfFileReader
input = PdfFileReader(sys.stdin)
output = PdfFileWriter()
for p in [input.getPage(i) for i in range(0,input.getNumPages())]:
    q = copy.copy(p)
    (w, h) = p.mediaBox.upperRight
    p.mediaBox.upperRight = (w/2, h)
    q.mediaBox.upperLeft = (w/2, h)
    output.addPage(p)
    output.addPage(q)
output.write(sys.stdout)

_{Игнорировать любые предупреждения об устаревании; только сопровождающие PyPdf должны быть обеспокоены этим.}

Если входные данные ориентированы необычным образом, вам может понадобиться использовать разные координаты при усечении страниц. См. Почему мой код неправильно разделяет каждую страницу в отсканированном PDF?

На всякий случай, если это полезно, вот мой предыдущий ответ, в котором используется комбинация двух инструментов плюс некоторое ручное вмешательство:

• Pdfjam (по крайней мере версия 2.0) на основе пакета pdfpages LaTeX для обрезки страниц;
• Pdftk , чтобы собрать левую и правую половинки вместе.

Оба инструмента необходимы, потому что, насколько я могу судить, pdfpages не может применить два разных преобразования к одной и той же странице в одном потоке. В вызове pdftkзамените 42 числом страниц во входном документе ( 2up.pdf).

pdfjam -o odd.pdf --trim '0cm 0cm 14.85cm 0cm' --scale 1.141 2up.pdf
pdfjam -o even.pdf --trim '14.85cm 0cm 0cm 0cm' --scale 1.141 2up.pdf
pdftk O=odd.pdf E=even.pdf cat $(i=1; while [ $i -le 42 ]; do echo O$i E$i; i=$(($i+1)); done) output all.pdf

Если у вас нет pdfjam 2.0, достаточно установить PDFLaTeX с пакетом pdfpages (в Ubuntu: вам нужны texlive-latex-рекомендуемые и, возможно, (в Ubuntu: texlive-fonts-рекомендуемые ), и использовать следующий драйвер файл driver.tex:

\batchmode
\documentclass{minimal}
\usepackage{pdfpages}
\begin{document}
\includepdfmerge[trim=0cm 0cm 14.85cm 0cm,scale=1.141]{2up.pdf,-}
\includepdfmerge[trim=14.85cm 0cm 0cm 0cm,scale=1.141]{2up.pdf,-}
\end{document}

Затем выполните следующие команды, заменив 42 на количество страниц во входном файле (который должен быть вызван 2up.pdf):

pdflatex driver
pdftk driver.pdf cat $(i=1; pages=42; while [ $i -le $pages ]; do echo $i $(($pages+$i)); i=$(($i+1)); done) output 1up.pdf

Просто дополнение, так как у меня были проблемы со скриптом Python (и несколькими другими решениями): для меня это mutoolработало отлично. Это простое и небольшое дополнение поставляется с элегантным mupdfчитателем. Так что вы можете попробовать:

mutool poster -y 2 input.pdf output.pdf

Для горизонтальных расколов заменить yна x. И вы можете, конечно, объединить два для более сложных решений.

Действительно рад, что нашел это (после нескольких лет ежедневного использования mupdf :)

mutoolпоставляется с mupdf начиная с версии 1.4: http://www.mupdf.com/news

Установка mupdfи mutoolиз источника:

wget http://www.mupdf.com/downloads/mupdf-1.8-source.tar.gz
tar -xvf mupdf-1.8-source.tar.gz
cd mupdf-1.8-source
sudo make prefix=/usr/local install

Или перейдите на страницу загрузок, чтобы найти более новую версию.

Imagemagick может сделать это за один шаг:

$ convert in.pdf -crop 50%x0 +repage out.pdf

Команда ImageMagick Convert может помочь вам обрезать ваш файл в 2 части. Смотрите http://www.imagemagick.org/Usage/crop/

Если бы я был тобой, я бы написал (shell) скрипт, подобный этому:

1. Разделите ваш файл с помощью pdfsam : 1 страница = 1 файл на диске (Формат не имеет значения. Выберите тот, который знает ImageMagick. Я бы просто взял PS или PDF.

2. Для каждой страницы обрежьте первую половину и поместите ее в файл с именем $ {PageNumber} A

3. Обрежьте вторую половину и поместите ее в файл с именем $ {PageNumber} B.

   Вы получаете 1A.pdf, 1B.pdf, 2A.pdf, 2B.pdf и т. Д.

4. Теперь соберите это снова в новом PDF. Есть много способов сделать это.

Основанный на ответе от Жиля и как найти число страниц PDF, которое я написал

#!/bin/bash

pdforiginal=$1
pdfood=$pdforiginal.odd.pdf
pdfeven=$pdforiginal.even.pdf
pdfout=output_$1
margin=${2:-0}
scale=${3:-1}

pages=$(pdftk $pdforiginal dump_data | grep NumberOfPages | awk '{print $2}')

pagesize=$(pdfinfo $pdforiginal | grep "Page size" | awk '{print $5}')
margin=$(echo $pagesize/2-$margin | bc -l)

pdfjam -o $pdfood --trim "0cm 0cm ${margin}pt 0cm" --scale $scale $pdforiginal
pdfjam -o $pdfeven --trim "${margin}pt 0cm 0cm 0cm" --scale $scale  $pdforiginal

pdftk O=$pdfood E=$pdfeven cat $(i=1; while [ $i -le $pages ]; do echo O$i E$i; i=$(($i+1)); done) output $pdfout

rm $pdfood $pdfeven

Так что я могу бежать

./split.sh my.pdf 50 1.2

где 50 для корректировки поля и 1,2 для масштаба.

Вот вариант кода PyPDF, размещенного Жилем. Эта функция будет работать независимо от ориентации страницы:

import copy
import math
import pyPdf

def split_pages(src, dst):
    src_f = file(src, 'r+b')
    dst_f = file(dst, 'w+b')

    input = pyPdf.PdfFileReader(src_f)
    output = pyPdf.PdfFileWriter()

    for i in range(input.getNumPages()):
        p = input.getPage(i)
        q = copy.copy(p)
        q.mediaBox = copy.copy(p.mediaBox)

        x1, x2 = p.mediaBox.lowerLeft
        x3, x4 = p.mediaBox.upperRight

        x1, x2 = math.floor(x1), math.floor(x2)
        x3, x4 = math.floor(x3), math.floor(x4)
        x5, x6 = math.floor(x3/2), math.floor(x4/2)

        if x3 > x4:
            # horizontal
            p.mediaBox.upperRight = (x5, x4)
            p.mediaBox.lowerLeft = (x1, x2)

            q.mediaBox.upperRight = (x3, x4)
            q.mediaBox.lowerLeft = (x5, x2)
        else:
            # vertical
            p.mediaBox.upperRight = (x3, x4)
            p.mediaBox.lowerLeft = (x1, x6)

            q.mediaBox.upperRight = (x3, x6)
            q.mediaBox.lowerLeft = (x1, x2)

        output.addPage(p)
        output.addPage(q)

    output.write(dst_f)
    src_f.close()
    dst_f.close()

Лучшим решением был mutool, см. Выше:

sudo apt install mupdf-tools pdftk

раскол:

mutool poster -y 2 input.pdf output.pdf

но тогда вам нужно повернуть страницы влево:

pdftk output.pdf cat 1-endleft output rotated.pdf

Основываясь на ответе Бенджамина из AskUbuntu, я бы порекомендовал использовать инструмент с графическим интерфейсом gscan2pdf .

1. Импортируйте файл сканирования PDF в gscan2pdf. Обратите внимание, что PDF-файлы без изображений могут не работать. Сканирование в порядке, так что вам не о чем беспокоиться.

   

2. Это может занять некоторое время в зависимости от размера документа. Подождите, пока он загрузится.

3. Нажмите Ctrl + A, чтобы выбрать все страницы, а затем поверните (Ctrl + Shift + C) их, если это необходимо.

   

4. Перейти в Инструменты >> Очистить . Выберите Layout как double и # output pages = 2 .

   

5. Нажмите OK и дождитесь окончания работы.

   

6. Сохраните файл PDF. Готово.

Морас решение не работает для меня. Основной проблемой был расчет х5 и х6. Здесь необходимо учитывать смещение, т. Е. Если lowerLeft не равен (0,0)

Итак, вот еще один вариант с дополнительной адаптацией для использования PyPDF2 и python 3:

import copy
import math
import PyPDF2
import sys
import io 

def split_pages(src, dst):
    src_f = io.open(src, 'r+b')
    dst_f = io.open(dst, 'w+b')

    input = PyPDF2.PdfFileReader(src_f)
    output = PyPDF2.PdfFileWriter()

    for i in range(input.getNumPages()):
        p = input.getPage(i) 
        q = copy.copy(p)
        q.mediaBox = copy.copy(p.mediaBox)

        x1, x2 = p.cropBox.lowerLeft
        x3, x4 = p.cropBox.upperRight        

        x1, x2 = math.floor(x1), math.floor(x2)
        x3, x4 = math.floor(x3), math.floor(x4)

        x5 = math.floor((x3-x1) / 2 + x1)
        x6 = math.floor((x4-x2) / 2 + x2)

        if x3 > x4:        
            # horizontal
            p.mediaBox.upperRight = (x5, x4)
            p.mediaBox.lowerLeft = (x1, x2)

            q.mediaBox.upperRight = (x3, x4)
            q.mediaBox.lowerLeft = (x5, x2)
        else:
            # vertical        
            p.mediaBox.lowerLeft = (x1, x6)
            p.mediaBox.upperRight = (x3, x4)

            q.mediaBox.upperRight = (x3, x6)
            q.mediaBox.lowerLeft = (x1, x2)

        output.addPage(p)
        output.addPage(q)

    output.write(dst_f)
    src_f.close()
    dst_f.close()

if __name__ == "__main__":
    if ( len(sys.argv) != 3 ):
        print ('Usage: python3 double2single.py input.pdf output.pdf')
        sys.exit(1)

    split_pages(sys.argv[1], sys.argv[2])