在本教程中，我们将学习如何使用 PDFStreamEngine 从所有页面中获取 pdf 中图像的坐标或位置和大小。
org.apache.pdfbox.contentstream 类。PDFStreamEngine通过提供回调接口来处理和执行处理 PDF 文档的一些操作。
要获取pdf中图像的坐标或位置和大小，我们将扩展这个PDFStreamEngine类，拦截并实现 processOperator(Operator operator, List<COSBase>operands)方法。
COSBase是 PDF 文档中所有对象都将扩展的基类。
对于 PDF 文档中的每个对象，在 PDFStreamEngine.processPage(page) 中调用上述方法 processOperator()。对于 PDF 文档中的每个对象，我们将检查该对象是否为图像对象并获取其属性，例如 (X,Y) 坐标和大小。
在 PDF 中获取图像的坐标和大小的步骤
以下是获取 PDF 中图像的坐标或位置和大小的分步过程。
1.扩展PDFStreamEngine
创建一个 Java 类并使用 PDFStreamEngine 对其进行扩展。
public class GetImageLocationsAndSize extends PDFStreamEngine
|
2.调用processPage()
对于 PDF 文档中的每一页，调用方法 processPage(page)。
for( PDPage page : document.getPages() ) {
pageNum++;
printer.processPage(page);
}
|
3.重写processOperator()
对于 PDF 页面中的每个对象，processOperator 在 processPage() 中调用。我们将覆盖 processOperator()。
@Override
protected void processOperator( Operator operator, List operands) throws IOException{
. . .
}
|
4.检查图像
检查已发送到 processOperator() 的对象是否是图像对象。
if( xobject instanceof PDImageXObject){
. . .
}
|
5. 打印位置和尺寸
如果对象是图像对象，则打印图像的位置和大小。
示例 1 – 获取 PDF 中图像的位置和大小
在此示例中，我们将获取包含图像的 PDF，并获取图像的位置/位置和大小。
GetImageLocationsAndSize.java
import org.apache.pdfbox.cos.COSBase;
import org.apache.pdfbox.cos.COSName;
import org.apache.pdfbox.pdmodel.PDDocument;
import org.apache.pdfbox.pdmodel.PDPage;
import org.apache.pdfbox.pdmodel.graphics.PDXObject;
import org.apache.pdfbox.pdmodel.graphics.form.PDFormXObject;
import org.apache.pdfbox.pdmodel.graphics.image.PDImageXObject;
import org.apache.pdfbox.util.Matrix;
import org.apache.pdfbox.contentstream.operator.DrawObject;
import org.apache.pdfbox.contentstream.operator.Operator;
import org.apache.pdfbox.contentstream.PDFStreamEngine;
import java.io.File;
import java.io.IOException;
import java.util.List;
import org.apache.pdfbox.contentstream.operator.state.Concatenate;
import org.apache.pdfbox.contentstream.operator.state.Restore;
import org.apache.pdfbox.contentstream.operator.state.Save;
import org.apache.pdfbox.contentstream.operator.state.SetGraphicsStateParameters;
import org.apache.pdfbox.contentstream.operator.state.SetMatrix;
/**
* This is an example on how to get the x/y coordinates of image location and size of image.
*/
public class GetImageLocationsAndSize extends PDFStreamEngine
{
/**
* @throws IOException If there is an error loading text stripper properties.
*/
public GetImageLocationsAndSize() throws IOException
{
// preparing PDFStreamEngine
addOperator(new Concatenate());
addOperator(new DrawObject());
addOperator(new SetGraphicsStateParameters());
addOperator(new Save());
addOperator(new Restore());
addOperator(new SetMatrix());
}
/**
* @throws IOException If there is an error parsing the document.
*/
public static void main( String[] args ) throws IOException
{
PDDocument document = null;
String fileName = "apache.pdf";
try
{
document = PDDocument.load( new File(fileName) );
GetImageLocationsAndSize printer = new GetImageLocationsAndSize();
int pageNum = 0;
for( PDPage page : document.getPages() )
{
pageNum++;
System.out.println( "\n\nProcessing page: " + pageNum +"\n---------------------------------");
printer.processPage(page);
}
}
finally
{
if( document != null )
{
document.close();
}
}
}
/**
* @param operator The operation to perform.
* @param operands The list of arguments.
*
* @throws IOException If there is an error processing the operation.
*/
@Override
protected void processOperator( Operator operator, List<COSBase> operands) throws IOException
{
String operation = operator.getName();
if( "Do".equals(operation) )
{
COSName objectName = (COSName) operands.get( 0 );
// get the PDF object
PDXObject xobject = getResources().getXObject( objectName );
// check if the object is an image object
if( xobject instanceof PDImageXObject)
{
PDImageXObject image = (PDImageXObject)xobject;
int imageWidth = image.getWidth();
int imageHeight = image.getHeight();
System.out.println("\nImage [" + objectName.getName() + "]");
Matrix ctmNew = getGraphicsState().getCurrentTransformationMatrix();
float imageXScale = ctmNew.getScalingFactorX();
float imageYScale = ctmNew.getScalingFactorY();
// position of image in the pdf in terms of user space units
System.out.println("position in PDF = " + ctmNew.getTranslateX() + ", " + ctmNew.getTranslateY() + " in user space units");
// raw size in pixels
System.out.println("raw image size = " + imageWidth + ", " + imageHeight + " in pixels");
// displayed size in user space units
System.out.println("displayed size = " + imageXScale + ", " + imageYScale + " in user space units");
}
else if(xobject instanceof PDFormXObject)
{
PDFormXObject form = (PDFormXObject)xobject;
showForm(form);
}
}
else
{
super.processOperator( operator, operands);
}
}
}
|
输出
Processing page: 1
---------------------------------
Image [X0]
position in PDF = 36.506977, 695.3907 in user space units
raw image size = 429, 175 in pixels
displayed size = 214.69952, 87.58139 in user space units
Image [X1]
position in PDF = 36.506977, 617.8186 in user space units
raw image size = 300, 300 in pixels
displayed size = 75.06976, 75.06976 in user space units
Image [X2]
position in PDF = 36.506977, 138.37305 in user space units
raw image size = 600, 383 in pixels
displayed size = 496.96182, 317.29486 in user space units
Processing page: 2
---------------------------------
Image [X0]
position in PDF = 36.506977, 495.70514 in user space units
raw image size = 600, 383 in pixels
displayed size = 496.96182, 317.29486 in user space units
Image [X1]
position in PDF = 245.20093, 307.53027 in user space units
raw image size = 212, 146 in pixels
displayed size = 106.0986, 73.0679 in user space units
Processing page: 3
---------------------------------
Processing page: 4
---------------------------------
|
如果您想使用相同的 PDF 文件，请在此处下载 pdf 文档apache.pdf [icon name=”file-pdf-o” class=”” unprefixed_class=””] 。否则，您可以在 Java 程序中为您的 PDF 文件路径分配文件名。
原始尺寸与显示尺寸
pdf 中显示的图像大小可能与原始（或原始）图像的实际大小不同。
(X,Y) PDF 中图像的位置
图像的左下角是我们从 PDFBox 工具获得的 (X,Y) 位置。
(X,Y) PDF 中图像的位置
结论
在这个Apache PDFBox 教程中，我们学习了获取 pdf 文档中图像的坐标或位置和大小，还了解了 x 和 y 坐标对于 pdf 中的图像的含义。