Работа с PDF-документами: конвертация, сжатие и систематизация файлов

Откуда начинается интерес к документам и системности

Работа с документами для меня никогда не была чем-то второстепенным или формальным. Это не про «бумажки» и не про файлы ради файлов. Это про порядок, про зафиксированную мысль, про результат, который можно открыть через год, пять или десять лет и точно понять, что, зачем и в каком состоянии было сделано. Документы — это след мышления, и именно поэтому к ним всегда было особое отношение.

Печатные версии, электронные файлы, сканы, таблицы, отчёты — всё это сопровождало работу годами. И чем сложнее становились проекты, тем яснее становилось: проблема почти никогда не в том, чтобы что-то создать. Настоящая проблема — найти, восстановить контекст, понять версию и быть уверенным, что документ откроется именно так, как задумывалось.

Программирование как естественное продолжение системного мышления

Программирование появилось в этой логике не как отдельное направление «ради кода», а как инструмент. На сайте есть отдельное направление услуг, связанное с программированием, и по нему действительно приходят запросы. Но важно другое: программирование всегда встроено в более крупные задачи.

Когда запускается корпоративный сайт, портал или проект с внутренними процессами, почти всегда возникает потребность в дополнительных «фишках». Небольших, но очень точных. Где-то нужно автоматизировать рутину, где-то — упростить работу с файлами, где-то — связать системы между собой. И здесь программирование становится не целью, а способом решить конкретную задачу.

PDF-конвертер как пример прикладной задачи

В какой-то момент появилась вполне прикладная потребность: взять набор изображений — JPEG или WEBP — и собрать из них аккуратный, компактный PDF-файл. Такой, который можно спокойно хранить, передавать, открывать на любом устройстве и, что особенно важно, находить.

Так появился код на Python, который формирует PDF из изображений. Здесь нет ничего показного — это рабочий инструмент, который используется в реальных задачах. Его можно настраивать: управлять степенью сжатия, работать с качеством, формировать итоговый файл так, чтобы он занимал минимум места и при этом оставался читаемым.

Отдельный плюс PDF — возможность прописывать метаданные. Ключевые слова, авторство, дату создания. Для систематизации и поиска это принципиально важно. В отличие от форматов изображений, PDF — это уже не просто картинка, а полноценный документ.

PDF-конвертер как пример прикладной задачи

В какой-то момент появилась вполне прикладная потребность: взять набор изображений — JPEG или WEBP — и собрать из них аккуратный, компактный PDF-файл. Такой, который можно спокойно хранить, передавать, открывать на любом устройстве и, что особенно важно, находить.

Так появился код на Python, который формирует PDF из изображений. Здесь нет ничего показного — это рабочий инструмент, который используется в реальных задачах. Его можно настраивать: управлять степенью сжатия, работать с качеством, формировать итоговый файл так, чтобы он занимал минимум места и при этом оставался читаемым.

Отдельный плюс PDF — возможность прописывать метаданные. Ключевые слова, авторство, дату создания. Для систематизации и поиска это принципиально важно. В отличие от форматов изображений, PDF — это уже не просто картинка, а полноценный документ.

# coding: utf-8
import os
from PIL import Image
from tqdm import tqdm

# =========================
# НАСТРОЙКИ
# =========================

INPUT_DIR = "input"
OUTPUT_DIR = "output"
OUTPUT_PDF = "documents.pdf"

ALLOWED_EXTENSIONS = (".webp", ".jpg", ".jpeg", ".png", ".tif", ".tiff")
JPEG_QUALITY = 65
PDF_RESOLUTION = 300
OPTIMIZE = True

PDF_METADATA = {
    "Title": "Сканированные документы",
    "Author": "Document Converter",
    "Subject": "Архив документов",
    "Keywords": "скан, документы, pdf, архив",
    "Creator": "Python   Pillow",
    "Producer": "images_to_pdf"
}

# =========================
# ВСПОМОГАТЕЛЬНЫЕ ФУНКЦИИ
# =========================

def get_sorted_images(folder):
    files = [
        f for f in os.listdir(folder)
        if f.lower().endswith(ALLOWED_EXTENSIONS)
    ]
    files.sort()
    return [os.path.join(folder, f) for f in files]

def prepare_image(path):
    img = Image.open(path)
    if img.mode in ("RGBA", "P"):
        img = img.convert("RGB")
    return img

# =========================
# ОСНОВНАЯ ЛОГИКА
# =========================

def images_to_pdf():
    print("▶ Подготовка PDF из изображений\n")
    if not os.path.exists(INPUT_DIR):
        raise FileNotFoundError(f"Папка '{INPUT_DIR}' не найдена")
    os.makedirs(OUTPUT_DIR, exist_ok=True)
    images_paths = get_sorted_images(INPUT_DIR)
    if not images_paths:
        raise RuntimeError("В папке input нет изображений")
    print(f"Найдено файлов: {len(images_paths)}\n")
    images = []
    for path in tqdm(images_paths, desc="Обработка изображений"):
        img = prepare_image(path)
        images.append(img)
    output_path = os.path.join(OUTPUT_DIR, OUTPUT_PDF)
    print("\n▶ Сохранение PDF...")
    first_image = images[0]
    rest_images = images[1:]
    first_image.save(
        output_path,
        "PDF",
        save_all=True,
        append_images=rest_images,
        resolution=PDF_RESOLUTION,
        quality=JPEG_QUALITY,
        optimize=OPTIMIZE,
        **PDF_METADATA
    )
    print("\n✅ Готово!")
    print(f"📄 PDF файл: {output_path}")
    print(f"📉 JPEG quality: {JPEG_QUALITY}")
    print(f"📐 DPI: {PDF_RESOLUTION}")

if __name__ == "__main__":
    images_to_pdf()
  

Почему PDF остаётся универсальным форматом

PDF открывается везде. Он не «плывёт», не зависит от версии программы, не меняет внешний вид. Это статичный документ, в котором сразу видно, что именно перед глазами. Для финальных версий, отчётов, архивов — это почти идеальный формат.

Форматы изображений, такие как WEBP, отлично подходят для хранения картинок, особенно с хорошим сжатием. Но когда речь идёт о документации, о структуре и поиске, PDF оказывается более удобным и зрелым решением.

Возврат к истокам: C , C# и длинная инженерная память

Есть направления, которые возвращаются спустя годы. Примерно 25 лет назад в научно-студенческой работе использовались методы Монте-Карло, моделирование движения частиц, расчёт ломаных каналов. Код тогда писался на C — как это и было принято в инженерной среде.

Сегодня задачи уже другие, но подход остался. Возникает необходимость компилировать готовые решения, формировать исполняемые файлы, собирать инструменты, которые можно использовать без постоянного погружения в исходный код. Где-то это C , где-то C#, где-то Python — язык вторичен по отношению к задаче.

То, что сейчас оформляется в виде новостей и публикаций, на самом деле является частью одной экосистемы: постоянного обучения, практики и применения. Это не «возврат в прошлое», а логичное развитие.

Публикации, SEO и длинная дистанция

Отдельная часть работы — это публикации. О чём-то можно было бы и не писать, но сознательно выбирается другой путь. Материалы публикуются на сайте, появляются сторис, фиксируются наблюдения и результаты.

Это не быстрый процесс. Часто сама техническая работа занимает 20% времени, а остальные 80% — это подготовка, оформление, описание, структурирование, обновление сайта, добавление иллюстраций, наведение порядка в библиотеке материалов.

Такая работа может занимать несколько дней, и это нормально. В результате появляются не короткие заметки, а полноценные тексты, из которых постепенно вырастает блог с большим количеством страниц.

Ремонт принтеров как часть работы с документами

Работа с документами — это не только цифровая среда. В какой-то момент в эту же логику естественно вписывается ремонт принтеров.

Печать, сканирование, файлы, обслуживание оборудования — всё это звенья одной цепочки.

SaaS, медицина и масштабирование решений

Недавно был подписан договор на SaaS-решение, связанное с размещением и разработкой программного обеспечения.

И здесь снова всплывает тема PDF, файлов и документации. Медицинская среда особенно чувствительна к точности, сохранности и структурированности данных.

Открытый код, документация и гибкость решений

Когда код открыт, есть документация и возможность доработки, решение становится живым.

Его можно встроить в систему, превратить в отдельную утилиту, собрать исполняемый файл или добавить графический интерфейс.

Почему цель — не PDF, а порядок

Цель — получить компактный, удобный и устойчивый формат, который можно хранить, передавать, индексировать и использовать как финальный результат работы.

Вместо вывода

Этот текст — зафиксированное состояние пути: инженерного, технологического, прикладного.

Следующий логичный шаг — перейти к проектам, кейсам или услугам и посмотреть, как этот подход реализуется на практике.