MSWord批量重新采样图像

Question

我有几千个文件，这是我的一些同事放在一起的。他们不是技术娴熟的人，他们只是拿走了他们的1000万像素摄像头，并将几张照片直接嵌入到文件文件中，而无需重新采样。通常图像在页面上缩小到相当小，例如约3“乘2”。

我需要编写一些工具顺序遍历这些，每个〜300MB，word文件和缩减图像，然后保存word文件。

我们主要处理.doc文件，而不是.docx。也可能有一些powerpoint文件。

我有几个选项可用于我。我可以在C＃中编写一个程序，为用户提供一个很好的界面，允许他们在保存时指定DPI和JPEG质量。或者，我可以使用VBA宏来完成它，但是我可能需要编写一个DLL或使用第三方的图像调整大小。

我已经完成了一些从.xls和.xlsx文件导入到C＃的Excel，这很容易，但是我怀疑将格式设置看起来不变的方式将缩小的图像写回到.doc文件可能会很棘手。

我可以得到一些输入：是否有一些免费的图书馆（免费为商业用途）访问.doc文件，可以做我需要他们做的事情？如果我用VBA编写它，除了下采样问题 - 我还会面临其他任何障碍吗？最后，你有一个关于如何解决这个问题的备选建议？

Answer 1

好的，我一个星期左右没有任何答案或评论，所以我将回答我自己的问题，以及我在那段时间学到的东西。我希望这对未来的其他人有好处。

正如我所提到的，我们正在处理数以千计的办公室（word和powerpoint）文件，其中包含全分辨率数码相机图像。这些文件可以在任何地方达到几百MB，最多可以有几百KB到几MB。这给公司网络带来了负担，而且人们打开这些重要文件的速度也很慢。

我原本做的是用7-Zip解压缩.doc文件。我在隐藏的System.Diagnostics.Process中使用命令行界面从.doc文件中提取“WordDocument”。

然后，我会通过WordDocument逐字节读取，直到找到JPEG SOI标记：0xFF 0xD8，并读取直到EOI标记：0xFF 0xD9。我会将WordDocument的一小部分作为一个流读入Image，然后在其中调整大小。然后，我将以较小的分辨率/较小的质量将图像保存回WordDocument流。我可以确认图像正确读取，并且它们正确插入到WordDocument中。我们结束了很多文件，比我们开始时小得多。不幸的是，7-Zip允许你从.doc文件中提取这些组件，但它似乎不允许你重新插入它。所以所有这些工作基本上都是没有用的。我可能对此有错，但我的版本（目前是最新版本）不会让我将文件添加到.doc软件包。

接下来，我重新编写了该函数，以便它使用MS Office互操作库。我打开Word.Application和Word.Document，运行Document.Convert()，然后将其另存为.docx文件。很多时候这是足够的，但是有时我们最终只得到一个稍小的文件。在检查.docx文件的GZip内容后，似乎该文档的创建者使用了Microsoft Photo Editor 3，它已经以某种方式向docx添加了大约几十MB的OLE信息。

所以这就是我所要做的。我已经概述了以上我尝试过的两种方法。 第一种是原始的.doc编辑技术，只有在找到将WordDocument重新打包到.doc中的方式时才会起作用 - 并且我没有用PowerPoint文件对其进行测试，但我认为该过程是类似的。第二种方法的优点是提供.docx和.pptx文件，可以使用与zip兼容的打包库打开该文件，并且可以轻松编辑/删除资源。不幸的是，这意味着Office需要安装在机器上，如果你没有相对较新版本的办公室，那么Document.Convert()方法会抛出异常。

我希望能帮助任何人阅读。