将 PDF 文件夹转换为 CMYK 值的 csv
Convert a folder of PDFs into a csv of CMYK values
tldr：如何将 pdf 文件夹转换为 CMYK 值列表（或 RGB 或任何类型的色标值），最好是 python。
我有一个文件夹，里面有大约 100,000 个文件。为了更轻松地对这些文档进行采样，我想对文档进行 运行 数据分析（聚类和异常检测），我想要的一个指标是 CMYK 覆盖率。在（最好）python 中是否有任何方法或程序包可以计算 PDF 的 CMYK 覆盖率？
****编辑****
经过一些研究，我发现 GhostScript 应该提供我需要的功能，如果有人可以帮助我实现，我仍然会非常感激。
./gs -sDEVICE=inkcov -sOutputFile=out.txt input.pdf 应该会为您提供文件中每一页的 CMYK 覆盖范围。
您可以使用 -dQUIET -o - 而不是 -sOutputFile 将输出发送到标准输出。
然后您需要一些批处理脚本，这取决于您的操作系统。在 Windows 上是这样的：
for %s in (folder/*.pdf) do gswin64c -dQUIET -sDEVICE=inkcov -o - "%s" >> coverage.txt
应该从文件夹中获取每个文件，运行 它通过 inkcov 设备并将输出发送到 stdout，我们将其重定向到一个文件并使用 >> 这样每次执行都会附加到文件而不是覆盖以前的输出。
当然，您需要在每次 运行 之后删除输出文件。
tldr：如何将 pdf 文件夹转换为 CMYK 值列表（或 RGB 或任何类型的色标值），最好是 python。
我有一个文件夹，里面有大约 100,000 个文件。为了更轻松地对这些文档进行采样，我想对文档进行 运行 数据分析（聚类和异常检测），我想要的一个指标是 CMYK 覆盖率。在（最好）python 中是否有任何方法或程序包可以计算 PDF 的 CMYK 覆盖率？
****编辑****
经过一些研究，我发现 GhostScript 应该提供我需要的功能，如果有人可以帮助我实现，我仍然会非常感激。
./gs -sDEVICE=inkcov -sOutputFile=out.txt input.pdf 应该会为您提供文件中每一页的 CMYK 覆盖范围。
您可以使用 -dQUIET -o - 而不是 -sOutputFile 将输出发送到标准输出。
然后您需要一些批处理脚本，这取决于您的操作系统。在 Windows 上是这样的：
for %s in (folder/*.pdf) do gswin64c -dQUIET -sDEVICE=inkcov -o - "%s" >> coverage.txt
应该从文件夹中获取每个文件，运行 它通过 inkcov 设备并将输出发送到 stdout，我们将其重定向到一个文件并使用 >> 这样每次执行都会附加到文件而不是覆盖以前的输出。
当然，您需要在每次 运行 之后删除输出文件。