PDF背景除去

PDF背景除去について

「背景」と呼ばれるものは、PDFの中に2通りの形で入っています。1つは独立したオブジェクトで、ページの後ろに敷いた背景画像、ページ全体を塗った四角形、斜めや半透明の「SAMPLE」文字などです。もう1つはスキャン画像の黄ばんだ紙色や影のように、文字と同じ画素に混ざったものです。

このツールは2つを別の方法で扱います。前者は描画命令だけを抜いて文字をベクターのまま残し、後者はページを画像として作り直しながら色を整えます。

オブジェクト削除：何を抜くのか

ページの内容を読み、一覧で選んだ画像を描く命令、ページの90%以上を覆う塗りの四角形、透かしらしいテキスト（不透明度1未満、回転している、指定した語句・正規表現に一致する文字）を描く命令だけを切り取ります。それ以外の命令はバイト単位でそのままコピーするので、本文は検索・選択できるテキストのままです。

「描かれなくなる」ことと「ファイルから消える」ことは別なので、保存時にもう一段階処理します。命令を抜く前の元のコンテンツストリームと、どのページからも描かれなくなった画像は参照されないオブジェクトになり、それらをファイルから削除してから保存します。そのため消した透かしの文言や背景画像のデータがファイル内に隠れて残ることはありません。ただし適用範囲外のページがまだその画像を描いている場合、画像データは当然残ります。

スキャン整理：基準色と許容差

ページを既定200dpiで描画し、最も多い色（ふつうは紙の色）を検出するか指定した色を基準に、各チャンネルの差が許容差（既定48）以内の画素を白にします。続いて指定サイズより小さい点状のゴミを消し、必要なら明るさを上げます。結果のページはJPEG（既定品質85）かPNGの1枚になるため、そのページの文字選択はできなくなります。

例

使い方

1. PDFを開き、ページプレビューと背景候補（画像・四角形・テキスト）の一覧を確認します。
2. オブジェクトの背景は一覧から選び、スキャンの背景は基準色・許容差・ゴミのサイズを決めます。
3. 適用ページを確認して実行し、何ページかめくって確かめてから保存します。

よくある質問