PDG转图像、PDF的若干方法
作者：马健
邮箱：stronghorse@tom.com
主页：http://stronghorse.yeah.net
发布：2006.05.26
一、前言
二、截图法
三、打印法
四、BooX Viewer
五、pdg2bmp&jpg&tif&pdf&txt
六、Pdg2Pic
七、方法之比较与展望
八：题外话：图像文件转PDF
一、前言
PDG文件是超星公司电子图书的专有格式，需要用超星公司的专用浏览器才能阅读。本文讨论PDG转图像、PDF的方法，仅出于研究目的，并无意对超星公司的版权进行任何形式的侵犯，也不希望任何人用本文讨论的工具或方法从事侵权活动。如果需要浏览PDG电子书，请通过购买点卡等方式，以合法的途径获得。
本文假定用户通过合法的手段获得PDG文件，只是由于希望能够在比超星浏览器更好、更方便的浏览器上阅读，并且不对转换出来的文件进行扩散的情况下，才需要将PDG文件转换成图像文件或PDF文件。
二、截图法
简单点说，就是通过截图的方法，直接将超星浏览器中显示的内容，截为图片，再将图片转换成PDF文件。
这个方法可能是世界上最简单、最朴素，也是最容易想到的方法，并且对于所有版本的超星浏览器和所有能够正常显示的PDG文件均适用。制约这个方法的因素包括：
- 页面大小超出显示区域，导致截图截不全。解决的办法包括：找一台支持高分辨率设置的PC（现在17"液晶已经很便宜，19"也快平民化了）；如果显卡支持旋转显示，则将整个屏幕旋转90°显示，方便显示细长页面。
- 手工一页一页截图，劳动强度比较大。解决的办法就是用各种现成的按键、鼠标录制/播放软件与屏幕截图软件相结合，或者自己做一个连翻页带截图的小软件，实现自动化操作。
- 截出来的图像可能需要进行整理，包括切边、图像文件格式转换等。
总之，截图发虽然有一些限制，用起来也比较麻烦，但很难被超星屏蔽，不失为一种终极的方法。
三、打印法
即在超星浏览器中发布打印命令，将正在浏览的PDG文件打印到PDF虚拟打印机（包括Acrobat PDF打印机、PDFFactory打印机等），成为PDF文件。
这种方法也是较早被用于转换PDG文件的方法之一，而且用起来非常简单、方便，因此广为流传，导致后来超星阅读器针对这种方法加了一些限制，但是这些限制很快就被突破，然后双方就这样乐此不彼、义无反顾、周而复始地一轮、一轮折腾下去。虽然在无关的人看来有点无聊，但是投身其中的人经常都会为每一个微小的突破而激动 ，还真是有精神寄托的人生。
目前制约这个方法的因素包括：
- 超星浏览器对PDF打印机的*。 新版超星浏览器会检查打印机的名称，发现是PDF打印机则不让打印。不过超星软件毕竟没有人智能，打印机被人一改名就检测不出来了。也有人先将PDG打印到支持PostScript（PS）文件格式的真实打印机，再用Acrobat将PS文件转换成PDF文件，以绕过超星对虚拟打印机的检查。
- 超星浏览器对打印页数的限制。超星浏览器会限制合法用户每个月的打印总页数，够数（每月一千页）后就不允许打印。解决的办法包括将ssreader.ul文件属性改为只读，或定期对这个文件进行备份、恢复。
- 超星浏览器对打印效果的限制。 新版本的超星浏览器可能对以前的限制与反限制游戏终于厌倦了，因此干脆在打印的时候降低打印质量，导致打印出来的PDF图像质量与原始PDG文件差很多。针对这一招，目前网上提出的解决办法包括将新版DLL文件替换为旧版DLL，或提高打印机DPI设置等。
总之，在我看来，打印法虽然简单方便，打印黑白图像也问题不大，但是打印灰度/彩色图像会出现图像质量衰减或文件膨胀等问题，所以至少我自己不到不得已是不会用的。
四、BooX Viewer
BooX Viewer是Momotalo、ShunCox、dd321等合作开发的一款轻量、绿色PDG浏览器，无需安装，单独一个EXE文件即可运行，并且能够直接读取ZIP文件中的PDG文件等，这些都比原版超星浏览器强，也导致了它的流行。
早期版本的BooX Viewer提供一个“转换到DjVu”功能，该功能先将PDG文件转换成BMP，再转换成DjVu文件。因此也有人利用此功能的前半部分，先将PDG文件转换成BMP，再将BMP转换成PDF。不过这个功能在后来的版本中已经取消了，并且加了一些类似广告的限制。
BooX Viewer的开发基于对PDG文件格式的分析，不需要超星浏览器或DLL的支持，并且能够解码加密的10H等格式，这些都让我对其开发者充满了敬意。
五、pdg2bmp&jpg&tif&pdf&txt
这个软件是coolman开发的，对PDG的支持（包括OCR）基于超星Pdg2控件，对图像、PDF的支持基于Pegasus ImagXpress Professional控件，运行前需要先注册控件。
这个软件的发行范围很窄，最新版是多少我也不知道，只能以我手上现有的3.8b0419版来说事。在使用这个版本的过程中，我发现它存在下列限制：
- 直接将PDG转换成PDF，则所有彩色、灰度图像均变成黑白图像。解决的办法是先转换成BMP，再用其它软件将BMP转换成PDF。 但是不知道为什么，pdg2bmp&jpg&tif&pdf&txt没有文件重新编号功能，所以在从BMP转换成PDF时，页面顺序调整起来很麻烦。
- 将PDG转换成BMP等图像格式时，允许使用多线程并行转换，但是似乎稳定性会随之下降，所以我都只敢用单线程转换。
- 最要命的一点就是：这个软件在转换时需要占用系统剪贴板，因此如果在转换过程中同时用Office等软件干活（没办法，转换过程实在是太漫长了），则复制/粘贴功能将失效。我先是在工作时发现了这个问题，然后用剪贴板监视软件证实了我的猜测。对剪贴板的占用不仅影响前台软件的正常使用，而且由于Windows本身对系统剪贴板的限制，在转换 幅面很大的PDG文件时会转不了。
虽然有一些问题，但是这个软件支持加密的AAH格式等（除该软件外，coolman还开发了一些独立运行的PDG解密软件），这些都让我对coolman及其作品充满敬意。
六、Pdg2Pic
在发现coolman的pdg2bmp&jpg&tif&pdf&txt会占用系统剪贴板后，我google了一下，还真查到了一段源代码，虽然我不可能看到pdg2bmp&jpg&tif&pdf&txt的源代码，但我相信它的核心应该与这段代码相似。不过在多看了两遍这段代码后，我觉得既然已经用了Pdg2控件，为什么不用它提供的其它接口获取图像，干嘛非要用系统剪贴板？为了证实我的想法的可行性，我花了点时间写了Pdg2Pic这个软件，顺便对我在使用pdg2bmp&jpg&tif&pdf&txt过程中发现的一些问题做了改进，包括：
- 转换过程不占用系统剪贴板，不影响用户在前台的正常工作。
- 可以自动将文件按封面、前言、目录、正文、附录的顺序排列，也可以手动调整文件顺序。
- 提供预览功能，在转换前可以先浏览PDG图像。
- PDG文件的扫描DPI自动转存入生成的TIFF、PNG文件，便于在转换成PDF文件时设置页面大小。
- 如果检查发现PDG文件是纯正的JPG文件，将不进行任何转换，直接将PDG复制为JPG；黑白PDG文件转存为采用CCITT G4压缩的TIFF文件，以获取高压缩比；灰度/彩色PDG重新压缩为有损的JPG或采用JPEG压缩的TIFF文件，或无损压缩的PNG文件，或JPEG 2000（有损/无损）。
由于我没有时间对加密PDG文件进行研究，因此Pdg2Pic不像pdg2bmp&jpg&tif&pdf&txt那样支持众多加密PDG格式。如果在Pdg2Pic统计的文件类型中出现加密格式，需要用1xhkillerfull、aahkiller等进行解密，然后再用Pdg2Pic进行转换。如果您原意提供PDG文件解密算法或代码，欢迎与我联系。
七、方法之比较与展望
上面介绍了一些PDG转图像、PDF的方法，说句实在话，我认为没有一种方法是完美的，多多少少都有点毛病。而且在我看来，对于一个真正的PDG转PDF软件，至少还要解决以下问题：
- 从PDG目录到PDF书签（Bookmark）的转换。现在有些PDG图书是带目录的，在超星浏览器中打开后，左侧会显示树状结构的目录，便于快速定位需要阅读的页面。这个与PDF中的书签很类似，但是现在似乎还没有一个软件能够在将PDG转换成PDF时，顺手将目录转换成书签。
- 将图书信息（bookinfo.dat）插入PDF文件，便于用Adobe PDF Reader的搜索（search）功能，在一大堆PDF文件中找到需要的书。bookinfo.dat其实是一个标准INI文件，用文本记录了书籍的书名、作者等信息，如果作为一个文本页插入PDF文件尾，无疑将给搜索提供一些必要的信息。
- 支持透明背景。原始的黑白PDG文件本身可以按透明背景色显示，因此在超星浏览器中可以根据需要对背景色、前景色进行设置，便于长时间观看。相比之下，PDF的白底黑字看起来就累多了。其实PDF Reader本身是支持对页面背景进行定义的，条件是PDF中的图像必须采用透明背景。如果图像本身敲死了一定要用白底，PDF Reader也没有办法。
现在最后一个问题可以通过FreePic2Pdf 1.01版解决，第二个问题可以通过超星章节目录提取器（SSContent）部分解决，其它问题解决起来都有点难度，不知道有多少人原意去做？至少我自己是没打算要去做，但是我很期待看到其他高手能够解决这些问题，推出更好的PDG转PDF工具。
八：题外话：图像转PDF
本文的题目叫《PDG转图像、PDF的若干方法》，但是前面讨论的某些方法，如截图法只能得到图像，不能直接得到PDF文件，因此自然还需要讨论一个问题：怎样将图像转换成PDF文件？
别人怎么想的我不知道，我自己认为比较好的转换方法有两种：
1、用Adobe Acrobat Professional的Create PDF from Multiple Files，而不用它的虚拟打印机
这种方法的优点是：
- 如果在转换前先指定黑白图像用无损JBIG2压缩，可以获取最高压缩比。
- 可以获得经过线性优化的PDF文件，这种文件在通过网络浏览时可以边浏览边下载，因此也被称为Fast Web View文件。但是对于只在本地阅读的PDF文件来说，我认为这种优化只会增加文件长度，不会节省实际的打开时间。
这种方法的缺点是：
- 对于灰度/彩色图像，可能会因为重新采样压缩而造成图像质量衰减或文件膨胀。这方面的讨论参见我写的《图像转PDF的问题、方法及题外话》。
- 如果一次需要处理几本书，操作起来有点麻烦。
- 如果图像大小不一，转换出来的页面大小也不一致，看起来有点心烦。
- 至尽为止，我还没有找到如何设置，才能在转换黑白图像时，能够将背景设置为透明。如果您知道，还请不吝赐教。
2、用FreePic2Pdf
这种方法的优点是：
- 按照缺省设置，黑白图像转换成CCITT G4数据流，JPEG/JPEG 2000数据流直接嵌入PDF文件，不会因为重新采样压缩而造成图像质量衰减或文件膨胀。
- 便于批量处理，包括设置页面大小、页边距，在开始转换前调整文件顺序也很方便。
- 从1.01版开始，对于黑白图像，可以自动转换成透明背景色。由于有了这个功能，我甚至打算在有了好的PDF转图像软件后，把以前收集的一些扫描版PDF还原成图像，再用它转成PDF。原因无它， 白底黑字的PDF实在是看怕了。
- 最重要的一点：它是免费的绿色软件，个人使用不存在法律后患。
这种方法的缺点是：
- 由于缺乏相关开源项目的支持，因此不支持JBIG2压缩，只能采用CCITT G4压缩黑白图像，转出来的PDF文件可能会比Acrobat用JBIG2转出来的大一点。如果您手上有没有法律问题的JBIG2压缩源代码，欢迎与我联系。
- 没有线性优化功能。如果您制作的PDF只在本地阅读，不打算通过IE在线阅读，这个缺点将变成优点。
总之，现在也没有十全十美的图像转PDF软件，也许这样的方法会是更好的选择：转换还是用支持JBIG2和JPEG 2000的Acrobat转，但是做一个小程序，将它转出来的PDF文件的黑白图像的背景改为透明。由于是单纯的字符替换，所以软件很好写，并且不需要其它第三方代码或控件的支持。
|
