比较由PDF页面制成的Tif文件

Question

我有一个大约500页的PDF文件，其中有很多重复项。在制作PNG缩略图之前，先制作MD5哈希表以比较所有内容。很好。现在，我不再使用png缩略图，而是使用tif文件，因为我必须使用“ tiffsep”来删除一些专色。如果我比较tif文件的哈希值，甚至比较我从tif文件中制作的png文件的哈希值，即使它们在视觉上是相同的，也完全不同。

我试图从tiff元数据中删除datetimefield和分页信息，但仍然相同。

我该怎么办？多数民众赞成在代码的缩略图如何生成

inputpdf = PdfFileReader(path)
    count_pages = inputpdf.getNumPages()
    command = "gs -sDEVICE=tiffsep -dNoSeparationFiles -dLastPage="+str(count_pages)+" -sOutputFile="/home..../page_%d.tif"
    subprocess.Popen(command,shell=True,stdin....)

Answer 1

解决了问题。

首先，我制作了Tiff文件以排除专色。然后，我必须转换为JPG，然后建立哈希。Tiffs中PNG的哈希值不相同。