In questa serie di post condivido i passaggi necessari per rimuovere testi e immagini DRM e watermark da un libro PDF che ho acquistato, in modo da avere una copia stampabile e meglio leggibile.
Setup
- OS1: Debian (su WSL 2)
- Librerie:
sudo apt update sudo apt-get install xpdf qpdf mupdf-tools - OS2: Windows 10
- Software: Foxit Phantom PDF 10.0.0.35798
Walkthrough
Ancora nessuna manipolazione delle pagine.
Il PDF dispone di un blocco password che impedisce le principali funzionalità di
editing.
I watermark che possiamo individuare sono presenti in tutte le pagine: un’immagine centrale e un testo sottostante. Il libro è protetto da una password, il che ci impedisce, tra le altre cose, di stamparlo e modificare oggetti grafici. Un possibile approccio sblocca il PDF e richiede la modifica manuale di ogni watermark in tutte le pagine. Lo escludiamo.
Piuttosto, “corrompo” il PDF sostituendo tutti i riferimenti al watermark immagine con dei riferimenti fittizi.
Preparazione
qpdf --decrypt --stream-data=uncompress input-protected.pdf uncompressed.pdf
Rottura riferimenti watermark immagine
pdfimages -list uncompressed.pdf
La lista delle immagini è presentata di seguito: come possiamo vedere nella colonna object,
l’immagine 522x144 (object 11) è presente in ciascuna delle 4 pagine.
page num type width height color comp bpc enc interp object ID x-ppi y-ppi size ratio
--------------------------------------------------------------------------------------------
1 0 image 522 144 sep 1 8 jpeg no 11 0 196 31 8066B 11%
1 1 image 179 266 index 1 8 image no 9 0 101 101 46.5K 100%
1 2 image 298 250 index 1 8 image no 10 0 101 101 72.8K 100%
2 3 image 522 144 sep 1 8 jpeg no 11 0 196 31 8066B 11%
3 4 image 522 144 sep 1 8 jpeg no 11 0 196 31 8066B 11%
3 5 image 376 554 index 1 8 image no 67 0 101 101 203K 100%
4 6 image 522 144 sep 1 8 jpeg no 11 0 196 31 8066B 11%
Entrando più nel dettaglio:
mutool show uncompressed.pdf grep > mutool-show.txt
...
11 0 obj <</BitsPerComponent 8/ColorSpace 8 0 R/Filter/DCTDecode/Height 144/Length 8066/Subtype/Image/Type/XObject/Width 522>> stream
...
Rottura riferimenti all’immagine
Dobbiamo assicurarci che l’oggetto che sostituirà il n. 11 deve avere stessa lunghezza:
sed <uncompressed.pdf >filtered.pdf -e "s/11 0 obj/99 0 obj/g"
Repack
qpdf filtered.pdf output1.pdf
mutool clean -g -g -g output1.pdf output2.pdf
gs -dNOPAUSE -dBATCH -sDEVICE=pdfwrite -sOutputFile=output3.pdf output2.pdf
Risultato finale.
Gestione errore error: Unable to find trailer dictionary while recovering damaged file: guida.
