Suppresseur de pages blanches PDF

En trois niveaux, du moins coûteux et plus certain d'abord. Une page avec du vrai texte, ou une forme/ligne réellement dessinée, est immédiatement reconnue comme non blanche - aucune vérification supplémentaire nécessaire. Une page sans texte, sans dessin, et sans aucune image intégrée est immédiatement reconnue comme blanche - aucune vérification supplémentaire non plus. Le seul cas vraiment ambigu est une page dont le seul contenu est une image intégrée : c'est exactement à quoi ressemble une page scannée vierge, mais c'est aussi exactement à quoi ressemble une page scannée pleine de vrai contenu, donc seul ce cas est rendu à petite échelle et vérifié pour voir quelle proportion est réellement proche du blanc.

Parce qu'une page blanche issue d'un scanner n'est pas « vide » au sens du PDF lui-même - c'est une image pleine page, tout comme une page scannée avec du vrai contenu dessus. Il n'y a aucune couche de texte à vérifier dans les deux cas, donc la seule façon fiable de distinguer un scan vierge d'un scan avec du vrai contenu est de vraiment regarder les pixels. Le rendu n'est utilisé que pour ce seul cas ambigu, pas pour chaque page, ce qui garde l'outil rapide sur de longs documents où la plupart des pages sont décidées instantanément à partir de leur seul texte et contenu dessiné.

La vérification des pixels tolère une petite quantité de contenu non blanc - environ 0,5 % de la page - spécifiquement pour qu'un bruit de capteur réaliste de scanner, une trace de poussière discrète, ou un artefact à peine visible n'empêche pas une page réellement blanche d'être reconnue comme telle. Un filigrane ou un en-tête réellement visible pour un lecteur dépasse généralement largement cette tolérance et ne sera pas signalé. Dans tous les cas, rien n'est jamais supprimé automatiquement - chaque page détectée apparaît d'abord dans une liste à cocher, pour que vous puissiez tout vérifier et décocher avant de télécharger.

Elle est correctement conservée. N'importe quel vrai texte extractible - même un simple numéro de page - suffit pour que la vérification structurelle classe immédiatement la page comme non blanche, sans jamais la rendre ni faire d'analyse de pixels. Seules les pages sans aucun texte atteignent la vérification plus poussée basée sur l'image.

Oui, honnêtement - c'est une vraie limite de la détection basée sur les pixels, que cet outil ne peut pas complètement exclure. Une photo réellement dominée par du blanc ou du presque-blanc (neige, prise surexposée, tableau blanc presque vide) peut se comporter comme un scan vierge. C'est exactement pourquoi les résultats sont une liste à cocher vérifiable plutôt qu'une suppression automatique - vérifiez les vignettes des pages par rapport à votre propre document avant de télécharger si vous avez ce genre de pages dedans.

Oui. Une page laissée volontairement vide dans un document créé numériquement - une page de saut de chapitre destinée à rester blanche dans un livre imprimé, par exemple - n'a ni texte, ni dessin, ni aucune image, donc elle est immédiatement repérée par la vérification structurelle sans avoir besoin de rendu, exactement comme ce serait traité dans un document scanné.

Non. Le fichier est ouvert, chaque page est analysée, et tout rendu nécessaire pour la vérification des pixels se fait entièrement dans votre navigateur grâce à pdf.js et à l'API Canvas. Rien n'est envoyé nulle part.

Oui - chaque page blanche détectée apparaît dans une liste à cocher avec son numéro de page et la raison de sa détection (complètement vide, ou page scannée vierge). Chaque page démarre cochée (ce qui signifie qu'elle sera supprimée), mais vous pouvez en décocher n'importe laquelle avant de télécharger si vous préférez garder cette page précise dans le fichier final.

Le contenu de chaque page que vous gardez reste intact. Ce qui peut être affecté, c'est tout ce qui pointait spécifiquement vers une page supprimée - un signet ou un lien interne qui ciblait une page désormais disparue, ou un champ de formulaire qui se trouvait sur cette page, n'auront plus rien vers quoi pointer. Pour un document où cela compte, ça vaut le coup de vérifier rapidement le résultat avant de s'y fier, comme avec n'importe quel outil qui supprime des pages d'un PDF.

Tout le document est analysé en une seule passe, page par page, donc ça fonctionne pareil sur un document de 5 pages ou de 500 pages. Puisque seules les pages ambiguës ne contenant qu'une image sont réellement rendues, un long document riche en texte est vérifié rapidement même si chaque page est examinée.

Non. Supprimer une page ne fait que la retirer du document - les pages qui restent gardent leur contenu, polices et images intégrées exactement d'origine, sans rien ni re-rendu ni recompressé dans le processus. Seul le rendu utilisé pour vérifier si les pages ambiguës ne contenant qu'une image sont blanches est un aperçu à basse échelle et avec perte, utilisé uniquement pour cette décision ; il est ensuite jeté et ne fait jamais partie du fichier téléchargé.