Dividir páginas em pdf

Eu tenho um arquivo pdf digitalizado que digitalizou duas páginas em uma página virtual (página em arquivo pdf).

A resolução é de boa qualidade. O problema é que tenho que aumentar o zoom ao ler e arrastar da esquerda para a direita.
Existe algum comando ( convert, pdftk...) ou script que pode converter este arquivo pdf com páginas normais (uma página do livro = uma página no arquivo pdf)?

Aqui está um pequeno script Python usando a biblioteca PyPdf que faz o trabalho perfeitamente. Salve-o em um script chamado un2up(ou o que você quiser), torne-o executável ( chmod +x un2up) e execute-o como um filtro ( un2up <2up.pdf >1up.pdf).

#!/usr/bin/env python
import copy, sys
from pyPdf import PdfFileWriter, PdfFileReader
input = PdfFileReader(sys.stdin)
output = PdfFileWriter()
for p in [input.getPage(i) for i in range(0,input.getNumPages())]:
    q = copy.copy(p)
    (w, h) = p.mediaBox.upperRight
    p.mediaBox.upperRight = (w/2, h)
    q.mediaBox.upperLeft = (w/2, h)
    output.addPage(p)
    output.addPage(q)
output.write(sys.stdout)

_{Ignore todos os avisos de descontinuação; somente os mantenedores do PyPdf precisam se preocupar com isso.}

Se a entrada for orientada de maneira incomum, talvez seja necessário usar coordenadas diferentes ao truncar as páginas. Consulte Por que meu código não divide corretamente todas as páginas em um pdf digitalizado?

Para o caso de ser útil, aqui está minha resposta anterior, que usa uma combinação de duas ferramentas mais alguma intervenção manual:

• Pdfjam (pelo menos versão 2.0), baseado no pacote LaTeX das páginas pdf , para cortar as páginas;
• Pdftk , para juntar as metades esquerda e direita.

Ambas as ferramentas são necessárias porque, até onde sei, as páginas em pdf não conseguem aplicar duas transformações diferentes à mesma página em um fluxo. Na chamada para pdftk, substitua 42 pelo número de páginas no documento de entrada ( 2up.pdf).

pdfjam -o odd.pdf --trim '0cm 0cm 14.85cm 0cm' --scale 1.141 2up.pdf
pdfjam -o even.pdf --trim '14.85cm 0cm 0cm 0cm' --scale 1.141 2up.pdf
pdftk O=odd.pdf E=even.pdf cat $(i=1; while [ $i -le 42 ]; do echo O$i E$i; i=$(($i+1)); done) output all.pdf

Caso você não possua o pdfjam 2.0, basta instalar o PDFLaTeX com o pacote pdfpages (no Ubuntu: você precisa do texlive-latex-recommended e talvez (no Ubuntu: texlive-fonts-recommended ) e use o seguinte driver arquivo driver.tex:

\batchmode
\documentclass{minimal}
\usepackage{pdfpages}
\begin{document}
\includepdfmerge[trim=0cm 0cm 14.85cm 0cm,scale=1.141]{2up.pdf,-}
\includepdfmerge[trim=14.85cm 0cm 0cm 0cm,scale=1.141]{2up.pdf,-}
\end{document}

Em seguida, execute os seguintes comandos, substituindo 42 pelo número de páginas no arquivo de entrada (que deve ser chamado 2up.pdf):

pdflatex driver
pdftk driver.pdf cat $(i=1; pages=42; while [ $i -le $pages ]; do echo $i $(($pages+$i)); i=$(($i+1)); done) output 1up.pdf

Apenas uma adição, já que tive problemas com o script python (e várias outras soluções): para mim mutoolfuncionou muito bem. É uma adição simples e pequena, fornecida com o elegante mupdfleitor. Então você pode tentar:

mutool poster -y 2 input.pdf output.pdf

Para divisões horizontais, substitua ypor x. E você pode, é claro, combinar os dois para soluções mais complexas.

Realmente feliz por ter encontrado isso (depois de anos de uso diário de mupdf :)

mutoolvem com mupdf a partir da versão 1.4: http://www.mupdf.com/news

Instalando mupdfe mutoolde origem:

wget http://www.mupdf.com/downloads/mupdf-1.8-source.tar.gz
tar -xvf mupdf-1.8-source.tar.gz
cd mupdf-1.8-source
sudo make prefix=/usr/local install

Ou vá para a página de downloads para encontrar uma versão mais recente.

O Imagemagick pode fazer isso em uma etapa:

$ convert in.pdf -crop 50%x0 +repage out.pdf

O comando Convert do ImageMagick pode ajudá-lo a cortar seu arquivo em 2 partes. Consulte http://www.imagemagick.org/Usage/crop/

Se eu fosse você, escreveria um script (shell) como este:

1. Divida o seu arquivo com pdfsam : 1 página = 1 arquivo no disco (o formato não importa. Escolha um que o ImageMagick conheça. Gostaria apenas de usar PS ou PDF.

2. Para cada página, corte a primeira metade e coloque-a em um arquivo chamado $ {PageNumber} A

3. Corte a segunda metade e coloque-a em um arquivo chamado $ {PageNumber} B.

   Você obtém 1A.pdf, 1B.pdf, 2A.pdf, 2B.pdf, etc.

4. Agora, monte isso novamente em um novo PDF. Existem muitos métodos para fazer isso.

Com base nas respostas de Gilles e em como encontrar a contagem de páginas em PDF que escrevi

#!/bin/bash

pdforiginal=$1
pdfood=$pdforiginal.odd.pdf
pdfeven=$pdforiginal.even.pdf
pdfout=output_$1
margin=${2:-0}
scale=${3:-1}

pages=$(pdftk $pdforiginal dump_data | grep NumberOfPages | awk '{print $2}')

pagesize=$(pdfinfo $pdforiginal | grep "Page size" | awk '{print $5}')
margin=$(echo $pagesize/2-$margin | bc -l)

pdfjam -o $pdfood --trim "0cm 0cm ${margin}pt 0cm" --scale $scale $pdforiginal
pdfjam -o $pdfeven --trim "${margin}pt 0cm 0cm 0cm" --scale $scale  $pdforiginal

pdftk O=$pdfood E=$pdfeven cat $(i=1; while [ $i -le $pages ]; do echo O$i E$i; i=$(($i+1)); done) output $pdfout

rm $pdfood $pdfeven

Para que eu possa correr

./split.sh my.pdf 50 1.2

onde 50 para ajustar margem e 1,2 para escala.

Aqui está uma variação do código PyPDF publicado por Gilles. Esta função funcionará independentemente da orientação da página:

import copy
import math
import pyPdf

def split_pages(src, dst):
    src_f = file(src, 'r+b')
    dst_f = file(dst, 'w+b')

    input = pyPdf.PdfFileReader(src_f)
    output = pyPdf.PdfFileWriter()

    for i in range(input.getNumPages()):
        p = input.getPage(i)
        q = copy.copy(p)
        q.mediaBox = copy.copy(p.mediaBox)

        x1, x2 = p.mediaBox.lowerLeft
        x3, x4 = p.mediaBox.upperRight

        x1, x2 = math.floor(x1), math.floor(x2)
        x3, x4 = math.floor(x3), math.floor(x4)
        x5, x6 = math.floor(x3/2), math.floor(x4/2)

        if x3 > x4:
            # horizontal
            p.mediaBox.upperRight = (x5, x4)
            p.mediaBox.lowerLeft = (x1, x2)

            q.mediaBox.upperRight = (x3, x4)
            q.mediaBox.lowerLeft = (x5, x2)
        else:
            # vertical
            p.mediaBox.upperRight = (x3, x4)
            p.mediaBox.lowerLeft = (x1, x6)

            q.mediaBox.upperRight = (x3, x6)
            q.mediaBox.lowerLeft = (x1, x2)

        output.addPage(p)
        output.addPage(q)

    output.write(dst_f)
    src_f.close()
    dst_f.close()

A melhor solução foi o mutool, veja acima:

sudo apt install mupdf-tools pdftk

o separamento:

mutool poster -y 2 input.pdf output.pdf

mas você precisa girar as páginas restantes:

pdftk output.pdf cat 1-endleft output rotated.pdf

Com base na resposta de Benjamin no AskUbuntu, eu recomendaria o uso da ferramenta GUI chamada gscan2pdf .

1. Importe o arquivo de digitalização de PDF para gscan2pdf. Observe que arquivos PDF sem imagem podem não funcionar. As digitalizações são boas, assim você não precisa se preocupar.

   

2. Pode demorar um pouco, dependendo do tamanho do documento. Espere até carregar.

3. Pressione Ctrl + A para selecionar todas as páginas e, em seguida, gire (Ctrl + Shift + C), se necessário.

   

4. Vá para Ferramentas >> Limpeza . Selecione Layout como páginas duplas e # saída = 2 .

   

5. Clique em OK e aguarde até o trabalho terminar.

   

6. Salve o arquivo PDF. Feito.

Moraes solução não funcionou para mim. O principal problema foi o cálculo de x5 e x6. Aqui um deslocamento deve ser considerado, ou seja, se lowerLeft não estiver em (0,0)

Então, aqui está outra variação, com adaptações adicionais para usar PyPDF2 e python 3:

import copy
import math
import PyPDF2
import sys
import io 

def split_pages(src, dst):
    src_f = io.open(src, 'r+b')
    dst_f = io.open(dst, 'w+b')

    input = PyPDF2.PdfFileReader(src_f)
    output = PyPDF2.PdfFileWriter()

    for i in range(input.getNumPages()):
        p = input.getPage(i) 
        q = copy.copy(p)
        q.mediaBox = copy.copy(p.mediaBox)

        x1, x2 = p.cropBox.lowerLeft
        x3, x4 = p.cropBox.upperRight        

        x1, x2 = math.floor(x1), math.floor(x2)
        x3, x4 = math.floor(x3), math.floor(x4)

        x5 = math.floor((x3-x1) / 2 + x1)
        x6 = math.floor((x4-x2) / 2 + x2)

        if x3 > x4:        
            # horizontal
            p.mediaBox.upperRight = (x5, x4)
            p.mediaBox.lowerLeft = (x1, x2)

            q.mediaBox.upperRight = (x3, x4)
            q.mediaBox.lowerLeft = (x5, x2)
        else:
            # vertical        
            p.mediaBox.lowerLeft = (x1, x6)
            p.mediaBox.upperRight = (x3, x4)

            q.mediaBox.upperRight = (x3, x6)
            q.mediaBox.lowerLeft = (x1, x2)

        output.addPage(p)
        output.addPage(q)

    output.write(dst_f)
    src_f.close()
    dst_f.close()

if __name__ == "__main__":
    if ( len(sys.argv) != 3 ):
        print ('Usage: python3 double2single.py input.pdf output.pdf')
        sys.exit(1)

    split_pages(sys.argv[1], sys.argv[2])