作者：馬健
郵箱：stronghorse_mj@hotmail.com
發布：2006.07.16
更新：2006.07.20

事先聲明：

PDG文件是超星公司電子圖書的專有格式，需要用超星公司的專用瀏覽器才能閱讀。本文討論PDG轉PDF的方法，僅出于技術研究目的，并無意對超星公司的版權進行任何形式的侵犯，也不希望任何人用本文討論的工具或方法從事侵權活動。如果需要瀏覽PDG電子書，請通過購買點卡等方式，以合法的途徑獲得。本文 認為用戶通過合法的手段獲得PDG文件，只是由于希望能夠在比超星瀏覽器更好、更方便的瀏覽器上閱讀，并且不對轉換出來的文件進行擴散的情況下，才需要將PDG文件轉換成PDF文件。

本文所說PDG，是指最常見的純圖像格式PDG文件，不包括罕見的文本、PDF、HTML等格式的PDG文件。

對于標題所提問題，我的回答是：大多數情況下轉換后文件長度應該相當，略有增加或減少，質量應該保持不變。如果文件長度、畫面質量差很多，多半是用錯了方法或軟件。本文將說明理由。

注意在上面的回答中我使用了“大多數”等表示概率的詞匯，因此在討論答案之前，需要先對PDG文件格式進行分類，并估計每種PDG文件出現的可能性。

目前比較流行的分類方法是按照PDG文件第16字節分類，通常PDG文件格式檢查軟件都是按照這個字節的16進制報告文件類型，如00H、02H、03H、04H、05H、10H、11H、AAH、ACH、64H、66H等等。由于這種分類法分出來的類型較多（理論上有256種），所以通常也按字節高4位進行歸類，簡稱0xH、1xH、AxH、6xH等。

這種分類方法可以表示出PDG文件的加密特征：

• 00H是最早，也是最原始的PDG格式，其格式為：PDG文件頭＋原始圖像數據流。原始圖像數據流包括CCITT G4（黑白圖像）、JPG（彩色/灰度）、DjVu（黑白/彩色/灰度）。在超星服務器上，這種格式的文件已經非常少見，但是由于這種格式閱讀的時候不需要解密，因此閱讀 時的速度感覺比其它格式的要快，所以也有人用第三方軟件自己將其它格式轉換成00H格式。
• 0xH是對00H的弱加密格式，通常02H、03H用來加密CCITT G4圖像，04H加密JPG，05加密DjVu。順便說一句，可能是為了盡量減小文件長度，超星在壓制DjVu時，用的都是有損壓縮，可能會對漢字筆劃造成損傷，這也是為什么經常聽到有人說05H不如02H清晰的原因之一。
• 1xH是比0xH更強的加密，加密方法不再與原始圖像格式對應，如11H可以加密CCITT G4，也可以加密JPG、DjVu。
• AxH的加密強度比1xH更強，加密方法也不與原始圖像格式對應。正版超星瀏覽器如果下載到AxH格式的PDG，會將其完全破壞后變成FFH格式的PDG。
• 6xH是正版超星瀏覽器從服務器下載到PDG文件后在本地加密生成的文件。由于6xH加密使用了本地硬盤“指紋”，因此只能在下載的機器上看，換一臺就不能看。

但是加密方法畢竟是超星自己的事，用這種分類方法往PDF格式上套未免有點難。所以我更愿意用另一種分類標準：超星瀏覽器自帶的Pdg2控件的GetImageType方法的返回值。這個方法通常返回1、2、3，在Pdg2Pic中分別用T1、T2、T3表示，即Type1、Type2、Typ3的意思，分別對應三種圖像：

• T1：黑白圖像，原始圖像格式為CCITT G4或DjVu。
• T2：灰度/彩色圖像，原始圖像格式為JPG或DjVu。可能超星覺得掃描時區別灰度、彩色太麻煩了，所以灰度圖像一律按彩色存儲，這 也是國內掃描外包商的通常做法，但是對技術較真的客戶一般會要求外包商舉行區別。
• T3：多層圖像，底層黑白文字層通常用CCITT G4，上層插圖用JPG。我猜測這種類型應該是在DjVu基礎上發展出來的，符合“按需存儲”的原則：對于重要的文字層使用無損壓縮，對于相對不重要的插圖則用有損壓縮存儲。

從出現的概率來說，這三種格式按從高到低排列依次是T1、T3、T2：

• 最常見的格式還是T1，畢竟大多數書籍都是白紙黑字。
• T3出現的概率比T1小，一般用于圖文混排的插圖頁，或某些彩印書籍。
• T2出現的概率最小，畢竟除了封面和某些特殊書籍外，整頁都是圖的情況在一本書里也不會有幾頁，而封面、封底還有很大一部分直接用JPG文件存儲。

在轉換成PDF時，正常情況下這三種格式與PDF中壓縮算法的對應關系為：

• T1：CCITT G4或JBig2。
• T2：JPEG或JPEG 2000。
• T3：這個比較復雜，取決于轉換軟件：可以轉換成多層PDF，也可以將PDG中的所有層合并成一個圖像再放入PDF。

如果T1原始圖像是CCITT G4，轉換成PDF的CCITT G4后文件尺寸會略有膨脹，因為PDF文件本身要增加一些必要的格式信息；如果轉換成PDF的JBig2，通常文件尺寸不會增加，只會減少，畢竟JBig2的壓縮算法要比CCITT G4更先進。

如果T1原始圖像是DjVu，轉換成PDF的CCITT G4后文件無疑將會膨脹；轉換成JBig2則取決于是有損JBig2還是無損JBig2。理論上說，DjVu對黑白圖像的壓縮能力與JBig2相當，但由于超星用的全是有損DjVu，因此轉換成PDF時只有選有損JBig2才能保持二者尺寸 大致相當，選無損JBig2則會造成文件膨脹。由于有損壓縮會對漢字筆劃造成損傷，因此我寧愿文件長度膨脹，也不愿選擇有損。

如果T2原始格式是JPG，轉換結果取決于轉換軟件：如果轉換軟件能夠直接從PDG文件中提取原始JPG數據流嵌入PDF，則PDF文件只會略有膨脹 ，質量不變；如果轉換軟件非要把PDG先解碼成BMP再壓縮成JPG或JPEG 2000放到PDF里，文件長度可能增加也可能減小，取決于所選的壓縮比，但是在缺省的壓縮比下，質量下降是注定了的。

如果T2原始格式是DjVu，用于目前的PDF規范不支持DjVu（不排除將來會支持），因此只能將DjVu先解碼成BMP再壓縮成JPG或JPEG 2000放到PDF里，文件長度可能增加也可能減小，質量多半會下降。

對于T3，如果轉換軟件能夠直接從PDG文件中提取原始JPG數據流嵌入PDF文件，并且用無損JBig2壓縮原CCITT G4圖像，則PDF文件尺寸會減小，同時質量不變；如果轉換軟件非要把多層合并成一層，再壓縮成JPG或JPEG 2000放到PDF里，通常文件長度會增加，質量會下降：JPG或JPEG 2000都不適合壓縮文字圖像。

綜上所述，從原理上說，對于最常見的黑白PDG，轉換成PDF后應該長度略有減少，質量保持不變；對于帶插圖的多層PDG，轉換成PDF后應該長度略有減少，質量保持不變；對于純圖像頁面的PDG，轉換后長度可能略有增加而質量不變，也可能長度、質量都有較大變化，但是這種頁面畢竟不多。

現在各位明白我在本文開始部分給出的回答的含義了吧？

在明白的同時，我相信也會有人合理地引伸出另外一個問題：為什么現在大家看到從PDG轉出來的PDF，會和原始PDG差那么多？

我認為這方面最大的罪魁禍首就是廣為流傳的“打印大法”：將PDG文件直接從超星瀏覽器打印到虛擬PDF打印機。這種方法的制約因素我已經在《PDG轉圖像、PDF的若干方法》一文中加以說明，對轉換出來的PDF舉行分析所需的工具和方法，也在《圖像轉PDF的問題、方法及題外話》一文中詳細說明，喜歡較真的人不妨自己驗證，這里我只說我的結論：只要用打印的方法，不論如何破解、如何發現新的突破方法，打出來的PDF文件膨脹、質量下降那是注定了的，想改都難，更何況還會受到軟件方面的種種限制 ，所以奉勸各位還是趁早放棄。

另外一種所謂“利用中間BMP”的轉換方法也會產生問題：有人先用BooX Viewer或其它軟件將PDG轉換成BMP，再用Acrobat或其它軟件將BMP轉換成PDF。這種方法只能將T1圖像無損轉換成PDF；對于T2、T3，由于很難將BMP圖像無損存入PDF（那樣尺寸膨脹太過厲害），只能再壓縮成JPG或JPEG 2000后存入PDF，因此質量下降、尺寸膨脹等問題是免不了的。

那么什么樣的方法才是正確的轉換方法呢？

我的回答是：條條大道通羅馬，只要拋棄表層皮毛的束縛，直接深入到文件格式內部，就可以找到好的方法。就我自己來說，最常用的組合是Pdg2Pic＋FreePic2Pdf：

• • 先用Pdg2Pic將PDG直接解碼成常規圖像文件。能夠將PDG轉圖像的軟件不少，但是Pdg2Pic對除彩色/灰度DjVu外的圖像都能無損轉換，尤其是對多層PDG的無損分解，目前是獨一無二的。
  • 再用FreePic2Pdf將Pdg2Pic的結果合并成PDF，黑白圖像用缺省的Jbig2無損就好。?

轉載于:https://www.cnblogs.com/stronghorse/p/4913239.html

總結

以上是生活随笔為你收集整理的PDG转PDF注定会文件膨胀、质量下降吗？的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。