通过Ghostscript将PDF文件转换为PDF/A

Question

我想用Ghostscript 9.15将任意PDF文件转换为PDF/A。

1. Ghostscript能够创建符合PDF/A-3b标准的PDF文件吗？没有表示PDF/A一致性级别的参数，所以我认为不可能。还是有什么我忽略了？

2. 我正在关注一篇博客文章，其中使用Windows批处理文件将PDF转换为PDF/A（请参阅http://www.mcbsys.com/techblog/2013/04/batch-convert-pdf-to-pdfa/）。该gs invokation在批次：

   "%gs_path%\gswin64c"^
   -dPDFA^
   -dNOOUTERSAVE^
   -sProcessColorModel=DeviceRGB^
   -sDEVICE=pdfwrite^
   -o "GS_%file1%"^
   -dPDFACompatibilityPolicy=1^
       "%currentdir%\PDFA_def.ps"^
       %inputfilelist% 
   

的PDFA_def.ps是一个官方的调整版本：

%! 
% This prefix file for creating a PDF/A document is derived from 
% the sample included with Ghostscript 9.07, released under the 
% GNU Affero General Public License. 
% Modified 4/15/2013 by MCB Systems. 

% Feel free to modify entries marked with "Customize". 

% This assumes an ICC profile to reside in the file (AdobeRGB1998.icc), 
% unless the user modifies the corresponding line below. 

% The color space described by the ICC profile must correspond to the 
% ProcessColorModel specified when using this prefix file (GRAY with 
% DeviceGray, RGB with DeviceRGB, and CMYK with DeviceCMYK). 

% Define entries in the document Info dictionary : 

/ICCProfile (... PATH TO ... AdobeRGB1998.icc) % Customize. 
def 

[ /Title (Title)     % Customize. 
    /DOCINFO pdfmark 

% Define an ICC profile : 

[/_objdef {icc_PDFA} /type /stream /OBJ pdfmark 
[{icc_PDFA} <</N systemdict /ProcessColorModel get /DeviceGray eq {1} {systemdict /ProcessColorModel get /DeviceRGB eq {3} {4} ifelse} ifelse >> /PUT pdfmark 
[{icc_PDFA} ICCProfile (r) file /PUT pdfmark 

% Define the output intent dictionary : 

[/_objdef {OutputIntent_PDFA} /type /dict /OBJ pdfmark 
[{OutputIntent_PDFA} << 
    /Type /OutputIntent    % Must be so (the standard requires). 
    /S /GTS_PDFA1     % Must be so (the standard requires). 
    /DestOutputProfile {icc_PDFA}   % Must be so (see above). 
    /OutputConditionIdentifier (AdobeRGB1998)  % Customize 
>> /PUT pdfmark 
[{Catalog} <</OutputIntents [ {OutputIntent_PDFA} ]>> /PUT pdfmark 

所以，我用Adob​​eRGB1998.icc这显然是可用于具有RGB色彩空间的PDF文件。根据-sProcessColorModel值（DEVICERGB），打印出一个正确的值。

该转换适用于所有文件。但是，当我根据PDF/A-1b验证创建的PDF文件时，根据输入文件是否具有RGB色彩空间（例如CMYK），我得到了不同的结果。所以，当我有一个使用CMYK色彩空间的输入PDF文件，该文件被由脚本转换，但验证说是这样的：

input.pdf", 1, 38, 0x03418614, "A device-specific color space (DeviceCMYK) without an appropriate output intent is used.", 1 
"output.pdf", 20, 0, 0x83410612, "The document does not conform to the requested standard.", 1 

我的问题：有没有办法让转换完成对于任意文件（即独立于输入文件中使用的颜色空间）？

---

更新

@KenS谢谢您的回答。我已经更新了我的初始帖子，以澄清我想实现的目标。

为了使它更加明确，我将使用一个例子。有两个文件：input1.pdf（似乎使用RGB）和input2.pdf（似乎使用CMYK）。我想将它们都转换为PDF/A-1。感谢您的提示，我放弃了上面提到的批处理脚本，而是直接在命令行中测试命令。在阅读Ps2pdf.htm#PDFA后，我调整了（官方）PDFA_def.ps以便使用Adob​​eRGB1998.icc。然后I（由input2.pdf取代output1.pdf通过output2.pdf和input1.pdf用于第二文件）调用在两个输入文件的以下命令：

gswin64c.exe -dPDFA=1 -dBATCH -dNOPAUSE -dNOOUTERSAVE \ 
      -sColorConversionStrategy=/RGB \ 
      -sOutputICCProfile=AdobeRGB1998.icc -sDEVICE=pdfwrite \ 
      -sOutputFile=output1.pdf -dPDFACompatibilityPolicy=1 \ 
       "PATH/TO/OFFICIAL/PDFA_def.ps" input1.pdf 

转换完成没有任何错误。该output1.pdf似乎是有效的，但output2.pdf仍然是无效的（与3heights验证测试）：

"output2.pdf", 1, 40, 0x03418614, "A device-specific color space (DeviceCMYK) without an appropriate output intent is used.", 1 
"output2.pdf", 20, 0, 0x83410612, "The document does not conform to the requested standard.", 1 

所以，当我正确地理解你的答案，上面的命令应该产生它使用一个PDF文件RGB色彩空间 - 与输入文件的色彩空间无关。如果输入文件使用CMYK，则必须使用上述命令将颜色转换为RGB。

当我正确解释第一条错误消息时，output2.pdf中使用的颜色空间仍然是CMYK（尽管命令参数如ColorConversionStrategy =/RGB）。由于我使用了AdobeRGB1998.icc，因此出现验证错误。

我在上面的命令中缺少了什么？回到我原来的问题（这是更进一步）：我不想总是转换为RGB（或CMYK），而是想以某种方式检测输入文件中使用哪种颜色空间，然后动态切换为RGB或CMYK icc文件。这有可能实现吗？

Answer 1

Ghostscript不支持PDF/A-3。您正在查找的一致性参数是-dPDFA =其中有效值为空（默认值为1），1或2.您可以在ghostpdl/gs/doc/ps2pdf/htm＃PDFA

不知道你在这里要求什么。您必须创建一个PDF/A文件（无论如何，我还没有阅读第3版规范），因为您不允许同时使用这两个文件（您可以将所有内容都转换为设备独立的颜色当然）。输入中使用的颜色空间是不相关的，除了决定是否需要转换之外。

这是你需要决定的事情，我们不能为你决定。一个重要原因是OutputIntent 必须必须与或 RGB或CMYK一致，并且pdfwrite设备不检查它，它假定您选择了一个与您用于PDF文件的设备空间匹配的设备空间（由方法，不要设置ProcessColorModel，而是使用ColorConversionStrategy）在您的情况下，您已将OutputIntent设置为AdobeRGB1988，因此您的颜色必须必须以与设备无关的颜色或RGB指定。

鉴于您引用的错误，我建议问题是您没有指定-sColorConversionStrategy，因此输入颜色未被转换为所需的设备空间。我会进一步猜测你从set -dUseCIEColor复制了这个脚本，并且你没有复制那个位。不要设置-dUseCIEColor，它是一个古怪的PostScript hackery。而是设置ColorConversionStrategy，它可以根据需要以更好的方式转换颜色。

更新答案，因为这开始变得太长评论：

我不能立即看到您的命令行中的任何问题，你可以分享一个例子PDF文件？用一个可靠的例子来研究这些事情更容易。我从客户和其他免费用户那里得知，pdfwrite能够生成符合要求的PDF/A-1b文件。

关于第二个问题;它不可能这样做，因为目前您需要在开始之前将OutputIntentProfile设置为CMYK或RGB。您不能直接在输入PDF文件中运行，直到进入颜色操作，然后再决定。如果您觉得有些编程可以通过修改pdfwrite来完成，因为配置文件在输出关闭之前不会实际使用。

一个问题是，为了进行颜色转换，您需要设置基础ProcessColorModel（ColorConversionStategy会自动完成此操作）。更改ProcessColorModel的唯一方法是执行setpagedevice，这会导致擦除页面。现在我认为它实际上是可以用pdfwrite修复的，它所做的只是在页面上写一个白色的矩形，所以你应该能够拦截它并且不会发出它。否则，您在遇到RGB或CMYK操作之前所做的任何标记都将位于白色矩形的下方.....

因此，基本上不行，您现在无法做到，如果它对您很重要，那么您可能修改代码（不要忘记您还需要提供2个OutputIntent配置文件以供选择）。我们从来没有客户要求这样做，所以我们不可能把它作为一个项目。当然，如果你确实得到了这个工作，我们可能会很好地将它合并到代码库中，如果你想把它提供给我们。