企业官网建设流程全解析

前言

"把 PDF 转成 TIFF""把扫描的 TIFF 转成 PDF"是很常见的需求，常用于归档、传真、票据存档等场景。但多数教程只丢一段代码就完事，从不解释一个关键前提：PDF 和 TIFF 根本不是同一类东西。PDF 是矢量文档格式，里面的文字可能带着字体、字形和文本层；TIFF 是多页位图格式，只存像素。搞不清这一点，转出来的结果会和你预期差很远。

这篇讲的是原理和流程，不是可直接粘贴的成品。涉及的库——处理 PDF 的 PyMuPDF（导入名fitz）与 pypdf、处理图像的 Pillow——都是第三方库，需要单独安装；本机没有它们，因此下面的代码是示意性的，用来讲清步骤，每个库的具体函数签名、参数与行为一律以各库官方文档为准，不要凭本文去断言某个参数的效果。

一、本质：一个是矢量，一个是位图

正因为一个是矢量、一个是像素，所谓"互转"在本质上只有一条路：把页面渲染成像素位图再重新打包（PDF→TIFF），或者把一张张位图打包成 PDF 的页面（TIFF→PDF）。没有"把矢量无损变成位图又不丢信息"这种事——一旦渲染成像素，文本层就没了，字变成了一堆点，不能再被搜索、复制或提取。这是本文最需要你记住的一句话。

二、PDF 转 TIFF 的流程

思路是逐页渲染、逐页收集、最后一次性打包。

# 适用于 Python 3 的示意代码（第三方库 PyMuPDF 与 Pillow，本机未安装）；API 以各库官方文档为准
import fitz # PyMuPDF 的导入名
from PIL import Image

doc = fitz.open("input.pdf") # 打开 PDF
pages = []
for page in doc: # 逐页处理
# 用指定分辨率把这一页渲染成位图（dpi 越高越清晰，体积也越大）
pix = page.get_pixmap(dpi=200)
img = Image.frombytes("RGB", (pix.width, pix.height), pix.samples)
pages.append(img)

# 多页 TIFF：Pillow 用 save_all 加 append_images 保存多帧
pages[0].save("output.tif", save_all=True, append_images=pages[1:])
doc.close()

三个环节各自的关键参数：

1. 
   
2. 打开文档：拿到文档对象后可以读页数、逐页访问。
3. 
   
4. 渲染：这一步的分辨率（dpi/缩放）决定成品清晰度和文件大小，是 PDF→TIFF 最重要的旋钮。dpi 太低文字发虚，太高文件巨大。
5. 
   
6. 打包：把多张图存成一个多页 TIFF，需要显式开启"保存全部帧"并把它余下的帧按顺序附上。
7. 
   

如果只是单页转换，pages[0].save("output.tif")就够了；多页必须走多帧保存的路径，否则只会存下第一页——这是新手最常踩的坑。

还有一个容易被忽略的取舍：TIFF 的体积。位图 TIFF 若不做压缩，几十页就可能涨到几百 MB。常见做法是给 TIFF 选择无损或有损压缩、或降低位深（彩色转灰度、灰度转黑白），但每一次降级都在损失信息。归档场景里要在"能看清"和"存得下"之间明确一条线——先定用途（是给人看还是给机器识别），再定分辨率、色彩模式与压缩方式，而不是转完再抱怨文件太大。

三、TIFF 转 PDF 的流程

反方向更简单：它本质是给每张图包一层 PDF 页面。Pillow 可以直接把图像存成 PDF；多页 TIFF 要先拆帧。

# 适用于 Python 3 的示意代码（第三方库 Pillow，本机未安装）；API 以各库官方文档为准
from PIL import Image

img = Image.open("input.tif") # 可能是多页
frames = []
try:
while True:
frames.append(img.convert("RGB")) # 拆出当前帧
img.seek(img.tell() + 1) # 移到下一帧
except EOFError:
pass # 没有更多帧了

if frames:
frames[0].save("output.pdf", save_all=True, append_images=frames[1:])

要点：这一步只产生像素页，PDF 里没有可选中、可搜索的文字。想让结果"能搜"，就必须在之前或之后加一道 OCR（光学字符识别）把文字识别出来，再作为文本层叠加——那是另一条技术路线，不是"格式转换"本身能解决的。

四、转换中真正会丢的信息

把常见的损失列出来，比记 API 有用得多：

• 
  
• 文本层：渲染成像素即丢失，文字不再可选择、可搜索、可复制。
• 
  
• 矢量清晰度：放大后会看到锯齿或模糊，只能靠提高渲染分辨率缓解，无法恢复。
• 
  
• 超链接、书签、表单域：PDF 的这些交互信息在纯位图里不存在。
• 
  
• 颜色与色彩空间：位图的色彩空间与 PDF 的可能不同，转的时候要留意是否做色彩管理。
• 
  
• 压缩与体积：TIFF 常见无压缩或无损压缩，体积可能远大于原件；选择压缩方式要在体积和画质间权衡。
• 
  

理解了这些，"转换质量不好"就不再是玄学——先问清楚：我要的是"看着像"还是"能搜索"？要能搜索就必须保留文本层或补 OCR。

五、库怎么选

选择原则：PDF 侧用 PyMuPDF 或 pypdf 负责打开与页面操作，图像侧用 Pillow 负责保存与打包，两边各司其职。具体某个库能不能做某件事、参数怎么写，以该库官方文档为准。

常见坑点

坑 1：以为转成 TIFF 后文字还能被搜索。

❌ 把带文字的 PDF 转成 TIFF，期待在 TIFF 里搜索关键词 —— 位图里没有文本层。

✅ 明确"位图不可搜"；需要可搜索就保留 PDF 原文件，或对图像加 OCR 生成文本层。

坑 2：多页只存下第一页。

❌img.save("out.tif")处理多页时只写了第一帧。

✅ 用多帧保存：开启保存全部帧并把其余帧按顺序附上。

坑 3：渲染分辨率拍脑袋定。

❌ 随手用很低的 dpi，文字发虚；或直接用极高 dpi，文件大到无法归档。

✅ 先按用途定目标：屏幕预览可低些，印刷/归档要高些；转完检查清晰度与体积。

坑 4：彩色图像转成黑白或调色板模式。

❌ 转换时不做颜色处理，存成 1 位或调色板模式，彩色内容变色。

✅ 明确目标色彩空间，必要时先convert到 RGB。

坑 5：忽略页面尺寸与旋转。

❌ PDF 有旋转标记或非标准页尺寸，直接转后方向歪了、比例变了。

✅ 转换时统一按目标页尺寸处理，并留意原始页的旋转属性。

坑 6：把"格式转换"当成"格式转换 + OCR"。

❌ 拿一张扫描 TIFF 转成 PDF，以为就得到了可搜索文档。

✅ 扫描件要可搜，必须在流程里显式加入 OCR 步骤。

坑 7：没关文件句柄就处理下一个。

❌ 批量转换时不关闭打开的文档或图像对象，文件被占用、内存上涨。

✅ 用with或显式close()；批量任务里逐个释放。

总结

一句话总结：PDF 转 TIFF 是"渲染成像素再打包"，TIFF 转 PDF 是"给位图包上 PDF 外壳"，两条路的共同点是都在像素层面工作，都会丢文本层。选好渲染分辨率、处理好多页打包，就能得到符合预期的结果；要可搜索就得另走 OCR 路线。所有具体 API以各库官方文档为准。