Java使用 PDFBox 获取 PDF 中图像的坐标或位置和大小

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。