PDF的图层处理笔记

  近期使用PDFium做了一下关于PDF的渲染，提取文本，提取图片等测试。

  其中图片貌似能完整提取出来，如果用FPDFImageObj_GetRenderedBitmap返回NULL，可以考虑再用FPDFImageObj_GetBitmap补刀，从文档上看FPDFImageObj_GetBitmap得到的位图可能还要对矩阵信息处理。其中测试到一个PDF，在PDF阅读器上完全看不到，但是却能导出来图片，于是找啊找，发现mark是对象类型为“OCG”的建议隐藏（在PDFium读出来是“OC”，我在MAC下使用系统解释器看到的是OCG），这样一来只需要将包含这个类型的mark对应的object跳过即可。

用到的接口：

//下面代码不是全部，仅将要点记录一下。

FPDF_PAGEOBJECTMARK mask = FPDFPageObj_GetMark(pobj,i);


FPDFPageObjMark_GetParamKey(mask, j, buffer, 1024, &out_len);
/*
key => ["Intent", 
		"Name",   //这里是mark的名称，如“图层 1”等
		"Type",   //这里是层的类型 如“OCG”
		"Usage"]
*/


FPDF_OBJECT_TYPE type = FPDFPageObjMark_GetParamValueType(mask, key);


//type = FPDF_OBJECT_STRING (3)
FPDFPageObjMark_GetParamStringValue(mask, key, buffer, 1024, &out_len);



//type = FPDF_OBJECT_NAME  (4) 这里有点困惑，在MAC下读取NAME类型的可以直接用string，但是PDFium是不能用FPDFPageObjMark_GetParamStringValue读NAME类型的，我没找到其他的接口，只能选择FPDFPageObjMark_GetName作为判断依据。
FPDFPageObjMark_GetName(mask, buffer, 1024, &out_len);

20220330 补充：

用OC不能判断是否隐藏，这个是所谓的可选项，但是在PDF1.6后用的比较频繁，要是将OC的对象都丢弃，拆解出来的图片会少很多，包括一些能显示的。应该用另外一个参数判断的，不过PDFium库没找到相应的接口。

20220429 关于判断显示的逻辑（源码有提到，可惜没在公开的接口找到，最好能自己编译将接口引出来）

//这段是我随手写的，测试过可以用，没条件编译源码的就忽略吧。
FPDF_EXPORT FPDF_BOOL FPDF_CALLCONV
FPDF_isObjectVisible(FPDF_DOCUMENT document,FPDF_PAGEOBJECT pageobj) {
    CPDF_Document* pDoc = CPDFDocumentFromFPDFDocument(document);
    if (!pDoc)
        return 0;
    
    const CPDF_Dictionary* pRoot = pDoc->GetRoot();
    if (!pRoot)
    {
        return 0;
    }
    CPDF_PageObject *pobj = CPDFPageObjectFromFPDFPageObject(pageobj);
    RetainPtr<CPDF_OCContext> m_pOCContext=(RetainPtr<CPDF_OCContext>)pdfium::MakeRetain<CPDF_OCContext>(pDoc, CPDF_OCContext::kView);
    return m_pOCContext->CheckObjectVisible(pobj);
}