Como destilar / rasterizar um PDF no Linux

Temos uma impressora em nosso escritório que imprime arquivos PDF a partir de um dispositivo USB. Ele imprime a maioria dos arquivos, mas tem problemas com alguns, especialmente os gerados com Látex. Alguns PDFs simplesmente se recusam a imprimir, alguns PDFs são impressos com fonte do tipo courier e outros são impressos corretamente, exceto pelas equações.

Estou procurando uma maneira de "destilar" PDFs em um formato de impressão segura. Simplificando / normalizando o PDF até o ponto em que qualquer renderizador o renderize corretamente, ou simplesmente tornando cada página uma imagem rasterizada de 600dpi no PDF. (Eu poderia dividir o PDF em imagens raster individuais e combiná-las manualmente, mas quero algo com script.)

O tamanho do arquivo de saída não importa, desde que seja certo imprimir, possui tamanho de papel A4 (ou original) e resolução de 300 ~ 600dpi.

Depois de tentar, sem sucesso, algumas opções para renderizar as fontes como contornos (incluindo esta pergunta e pstoedit), descobri uma maneira de converter facilmente o PDF em formato rasterizado usando o ImageMagick:

convert -density 600 +antialias input.pdf output.pdf

Isso cria um PDF renderizado em 600 dpi, com antialias desativadas (desnecessárias nessa resolução).

Os arquivos de saída são enormes (~ 30 MB para um documento de 8 páginas) e extremamente lentos para imprimir, mas devem funcionar desde que a impressora tenha memória suficiente para renderizar o conteúdo.

Usar o imagemagick, na minha experiência, não é estável com altas resoluções e / ou arquivos grandes. Muitas impressoras podem fazer 1200 dpi ou mais, portanto o arquivo rasterizado deve ter uma resolução semelhante. Uma solução melhor é usar o pdf2djvu, que é mais rápido, mais robusto e até cria arquivos com um tamanho que geralmente rivaliza com o PDF original em 1200 ou 2400 dpi. Esses arquivos podem ser visualizados e impressos usando okular ou evince.

Exemplo:

pdf2djvu -d 2400 file.pdf > rastered.djvu

Eu acho que minha atual maneira preferida de fazer isso é:

1. Use pdftoppm para converter o arquivo PDF em uma série de imagens.

   $ pdftoppm source.pdf output -png

2. Use img2pdf para criar um arquivo pdf a partir dessas imagens.

   $ img2pdf * .png -o output.pdf

A boa notícia é que você pode criar um script bash para automatizar todo o processo para você.

Aqui está um script bash que destila todos os arquivos pdf em um diretório e preserva os originais em um novo diretório "originais".

#!/bin/bash

mkdir "originals";
for filename in ./*.pdf; do
    pdftoppm "$filename" output -png
    mv "$filename" ./originals
    img2pdf *.png "-o" "$filename"
    rm *.png
done

Créditos: img2pdf answer & pdftoppm answer & bash script help: 1 & 2

(Nota lateral) Você pode instalar o img2pdf usando:

$ sudo apt install img2pdf

Outra alternativa é converter para imagens através de algo como

pdfimages

Na página do manual ", o Pdfimages salva imagens de um arquivo PDF (Portable Document Format) como arquivos Portable Pixmap (PPM), Portable Bitmap (PBM) ou JPEG. O Pdfimages lê o arquivo PDF-PDF, digitaliza uma ou mais páginas e grava um arquivo PPM, PBM ou JPEG para cada imagem, image-root-nnn.xxx, em que nnn é o número da imagem e xxx é o tipo de imagem (.ppm, .pbm, .jpg). "

Em seguida, use o pdftk para converter novamente em PDF https://www.pdflabs.com/docs/pdftk-cli-examples/

Por fim, imprima este arquivo. Obviamente, a questão principal é como escrever isso.

Você pode automatizar isso por meio de uma página da Web simples de algum tipo para os usuários. Finalmente, eles imprimem o arquivo convertido e você deve ter um desempenho melhor e uma impressão funcional?