如何用PyMuPDF降低PDF中所有图片质量并优化压缩？

一、替换页面中的图片并压缩质量 #

你可以直接在PyMuPDF内完成图片压缩与替换，无需先导出到本地。核心逻辑是遍历页面图片，提取后转低质量JPEG，再替换回原位置。以下是可直接运行的代码：

import fitz  # PyMuPDF

def compress_pdf_images(input_path, output_path, image_quality=50):
    doc = fitz.open(input_path)
    for page_num in range(len(doc)):
        page = doc[page_num]
        # 获取页面所有图片的完整信息
        image_list = page.get_images(full=True)
        for img in image_list:
            xref = img[0]  # 图片的唯一引用编号
            # 提取原图片数据
            base_image = doc.extract_image(xref)
            img_bytes = base_image["image"]
            
            # 将图片转为低质量JPEG
            temp_doc = fitz.open()
            temp_page = temp_doc.new_page()
            temp_page.insert_image(temp_page.rect, stream=img_bytes)
            # 导出压缩后的JPEG字节流
            compressed_jpeg = temp_doc.convert_to_pdf("jpeg", quality=image_quality)
            temp_doc.close()
            
            # 获取原图片在页面上的位置和尺寸
            img_rect = page.get_image_rects(xref)[0]
            # 删除原图片，插入压缩后的新图片
            page.delete_image(xref)
            page.insert_image(img_rect, stream=compressed_jpeg)
    
    # 保存时启用全量压缩参数
    doc.save(
        output_path,
        deflate=True,
        garbage=4,  # 清理所有冗余数据（无效对象、旧版本内容等）
        clean=True,
        deflate_images=True,  # 额外压缩图片流
        deflate_fonts=True,   # 压缩嵌入字体流
        subset_fonts=True     # 子集化嵌入字体（只保留用到的字符）
    )
    doc.close()

# 使用示例
compress_pdf_images("input.pdf", "compressed_output.pdf", image_quality=50)

代码说明：

• 用xref定位页面内的图片对象，确保精准替换
• 通过convert_to_pdf强制将所有图片转为JPEG格式，quality参数控制压缩程度（数值越小体积越小，画质越低）
• 替换时保留原图片的位置和尺寸，避免页面布局混乱
• 保存时叠加多个压缩参数，最大化压缩效果

二、更优的PDF压缩补充技巧 #

除了图片处理，结合以下操作能进一步缩小文件体积：

• 统一图片格式：将PDF内的PNG、TIFF等无损格式全部转为JPEG，是压缩图片类PDF最有效的方式，上述代码已实现此逻辑
• 降低图片分辨率：如果PDF无需高清显示，可在insert_image时添加dpi参数（如dpi=50），直接缩小图片像素尺寸
• 清理冗余元素：用page.delete_annot()移除页面注释，或保存时加sanitize=True清理表单域、脚本等非必要内容
• 调整压缩级别：deflate=True会压缩所有对象流，若追求极限压缩，可尝试deflate_level=9（最高压缩级别，耗时略长）

内容的提问来源于stack exchange，提问作者Mikhailo