PDF转图片工具

csdn_freak_dd

已于 2024-08-01 15:04:29 修改

阅读量197

点赞数 6

分类专栏：工具 Java 文章标签： pdf java

于 2024-08-01 11:16:39 首次发布

本文链接：https://blog.csdn.net/mingyonghu/article/details/140842997

版权

Java 同时被 2 个专栏收录

16 篇文章 3 订阅

订阅专栏

工具

6 篇文章 0 订阅

订阅专栏

一、maven依赖

<dependency>
	<groupId>org.apache.pdfbox</groupId>
	<artifactId>pdfbox</artifactId>
	<version>2.0.29</version>
	<exclusions>
		<exclusion>
			<groupId>commons-logging</groupId>
			<artifactId>commons-logging</artifactId>
		</exclusion>
	</exclusions>
</dependency>
<!-- https://mvnrepository.com/artifact/org.apache.pdfbox/fontbox -->
<dependency>
	<groupId>org.apache.pdfbox</groupId>
	<artifactId>fontbox</artifactId>
	<version>2.0.29</version>
</dependency>

二、工具类

import lombok.extern.slf4j.Slf4j;
import org.apache.pdfbox.io.MemoryUsageSetting;
import org.apache.pdfbox.pdmodel.PDDocument;
import org.apache.pdfbox.rendering.PDFRenderer;

import javax.imageio.ImageIO;
import java.awt.image.BufferedImage;
import java.io.ByteArrayInputStream;
import java.io.ByteArrayOutputStream;
import java.io.File;
import java.io.IOException;
import java.util.ArrayList;
import java.util.List;
import java.util.concurrent.CompletableFuture;
import java.util.concurrent.ExecutorService;
import java.util.concurrent.Executors;
import java.util.concurrent.TimeUnit;

/**
 * @date 2024/7/31 16:17
 */

@Slf4j
public class PdfToImageUtil {

    /**
     * dpi 越大图片越清晰
     */
    private static final Integer DPI = 100;

    /**
     * 转换后图片类型
     */
    private static final String IMG_TYPE = "jpg";

    /**
     * 指定线程池
     */
    private static final ExecutorService executorService = Executors.newFixedThreadPool(10);

    /**
     * 加载并返回一个PDF文档对象
     *
     * @param pdfFile 指向PDF文件的文件路径
     * @return 加载的PDDocument对象
     */
    public static PDDocument getPdDocument(String pdfFile) throws IOException {
        // 让PDF文件临时存放在硬盘，减少内存使用
        return PDDocument.load(new File(pdfFile), MemoryUsageSetting.setupTempFileOnly());
    }

    /**
     * 创建并返回一个PDFRenderer对象
     *
     * @param document PDDocument对象，即要渲染的PDF文档
     * @return 返回一个新的PDFRenderer实例，用于渲染提供的PDDocument
     */
    public static PDFRenderer getPdfRenderer(PDDocument document) {
        return new PDFRenderer(document);
    }

    /**
     * 将指定路径下的PDF文件转换为图片
     *
     * @param path     PDF文件所在目录的路径
     * @param fileName 待转换的PDF文件名
     */
    public static void convertPdf2Images(String path, String fileName) {
        long start = System.currentTimeMillis();
        try (PDDocument document = getPdDocument(path + fileName)) {
            PDFRenderer pdfRenderer = getPdfRenderer(document);
            int pages = document.getNumberOfPages();
            for (int i = 0; i < pages; i++) {
                Boolean result = convertSingleImage(pdfRenderer, path, i);
                log.info("转换结果：{}", result);
            }
        } catch (IOException e) {
            throw new RuntimeException(e);
        } finally {
            long end = System.currentTimeMillis();
            log.info("串行处理耗时：{}", (end - start));
        }
    }

    /**
     * 将PDF文件转换为图片，并并行处理每一页
     *
     * @param path     文件路径前缀
     * @param fileName 待转换的PDF文件名
     */
    public static void convertPdf2ImagesParallel(String path, String fileName) {
        long start = System.currentTimeMillis();
        try (PDDocument document = getPdDocument(path + fileName)) {
            // 1、获取PDF总页数
            int pages = document.getNumberOfPages();

            // 2、集合保存future对象
            List<CompletableFuture<Boolean>> futures = new ArrayList<>(10);
            for (int i = 0; i < pages; i++) {
                int finalI = i;
                CompletableFuture<Boolean> future = CompletableFuture
                        // 提交任务到指定线程池
                        .supplyAsync(() -> convertSingleImage(document, path, finalI), executorService);
                futures.add(future);
            }

            // 3、等待所有任务执行完成，此处最好加超时时间
            CompletableFuture.allOf(futures.toArray(new CompletableFuture[0])).get(5, TimeUnit.MINUTES);
            for (CompletableFuture<Boolean> future : futures) {
                Boolean result = future.get();
                log.info("任务执行结果为：{}", result);
            }

        } catch (Exception e) {
            throw new RuntimeException(e);
        } finally {
            long end = System.currentTimeMillis();
            log.info("并行处理耗时：{}", (end - start));
        }
    }

    /**
     * 将PDFRenderer对象中的指定页面转换为图片并保存
     *
     * @param pdfRenderer PDF渲染器对象，用于渲染PDF文档的页面
     * @param path        保存图片的路径
     * @param pageIndex   要转换的PDF页面索引
     * @return Boolean 表示图片是否成功保存
     */
    public static Boolean convertSingleImage(PDFRenderer pdfRenderer, String path, int pageIndex) {
        try {
            //100 越低内存越少 分别率也降低 看实际业务 太低转换图片像素低
            BufferedImage bufferedImage = pdfRenderer.renderImageWithDPI(pageIndex, DPI);
            ByteArrayOutputStream out = new ByteArrayOutputStream();
            ImageIO.write(bufferedImage, IMG_TYPE, out);
            byte[] bytes = out.toByteArray();

            String imageFileName = String.format("%s.jpg", pageIndex);
            return saveImage(bytes, path, imageFileName);
        } catch (Exception e) {
            log.error("转换图片文件错误:{}", e.getMessage(), e);
            throw new RuntimeException(e);
        }
    }

    /**
     * 将PDFRenderer对象中的指定页面转换为图片并保存
     *
     * @param document  PDF渲染器对象，用于渲染PDF文档的页面
     * @param path      保存图片的路径
     * @param pageIndex 要转换的PDF页面索引
     * @return Boolean 表示图片是否成功保存
     */
    public static Boolean convertSingleImage(PDDocument document, String path, int pageIndex) {
        // 多线程操作时如果使用同一个PDFRenderer对象会报错：possible recursion found when searching for page 2
        // 所以多线程操作时每次都重新创建一个PDFRenderer对象
        PDFRenderer pdfRenderer = getPdfRenderer(document);
        return convertSingleImage(pdfRenderer, path, pageIndex);
    }

    /**
     * 将字节数组形式的图片保存到指定路径
     *
     * @param imageBytes 图片数据的字节数组
     * @param savePath   图片要保存的目录路径
     * @param fileName   保存的图片文件名
     * @return 如果图片成功保存则返回true，否则返回false
     */
    public static Boolean saveImage(byte[] imageBytes, String savePath, String fileName) {
        try {
            BufferedImage image = ImageIO.read(new ByteArrayInputStream(imageBytes));
            FileUtils.createDirectoryIfNotExists(savePath);
            File directory = new File(savePath);
            File file = new File(directory, fileName);
            return ImageIO.write(image, IMG_TYPE, file);
        } catch (IOException e) {
            log.error("保存文件错误:{}", e.getMessage(), e);
            return false;
        }
    }

    /**
     * 单线程转换
     */
    private static void convert1() {
        String path = "D:\\myself\\docs\\PDF\\";
        String pdf = "demo.pdf";
        convertPdf2Images(path, pdf);
    }

    /**
     * 多线程转换
     */
    private static void convert2() {
        String path = "D:\\myself\\docs\\PDF\\";
        String pdf = "demo - 副本.pdf";
        convertPdf2ImagesParallel(path, pdf);
    }

    /**
     * 测试
     */
    public static void main(String[] args) {
        convert1();
        convert2();
    }

}

三、测试结果

2024-08-01 11:13:47 [INFO ] [main] - [] - com.summer.toolkit.util.PdfToImageUtil.convertPdf2Images():77 - 转换结果：true
2024-08-01 11:13:52 [INFO ] [main] - [] - com.summer.toolkit.util.PdfToImageUtil.convertPdf2Images():77 - 转换结果：true
2024-08-01 11:13:58 [INFO ] [main] - [] - com.summer.toolkit.util.PdfToImageUtil.convertPdf2Images():77 - 转换结果：true
2024-08-01 11:14:05 [INFO ] [main] - [] - com.summer.toolkit.util.PdfToImageUtil.convertPdf2Images():77 - 转换结果：true
2024-08-01 11:14:08 [INFO ] [main] - [] - com.summer.toolkit.util.PdfToImageUtil.convertPdf2Images():77 - 转换结果：true
2024-08-01 11:14:12 [INFO ] [main] - [] - com.summer.toolkit.util.PdfToImageUtil.convertPdf2Images():77 - 转换结果：true
2024-08-01 11:14:16 [INFO ] [main] - [] - com.summer.toolkit.util.PdfToImageUtil.convertPdf2Images():77 - 转换结果：true
2024-08-01 11:14:16 [INFO ] [main] - [] - com.summer.toolkit.util.PdfToImageUtil.convertPdf2Images():77 - 转换结果：true
2024-08-01 11:14:16 [INFO ] [main] - [] - com.summer.toolkit.util.PdfToImageUtil.convertPdf2Images():83 - 串行处理耗时：33431
2024-08-01 11:14:23 [INFO ] [main] - [] - com.summer.toolkit.util.PdfToImageUtil.convertPdf2ImagesParallel():113 - 任务执行结果为：true
2024-08-01 11:14:23 [INFO ] [main] - [] - com.summer.toolkit.util.PdfToImageUtil.convertPdf2ImagesParallel():113 - 任务执行结果为：true
2024-08-01 11:14:23 [INFO ] [main] - [] - com.summer.toolkit.util.PdfToImageUtil.convertPdf2ImagesParallel():113 - 任务执行结果为：true
2024-08-01 11:14:23 [INFO ] [main] - [] - com.summer.toolkit.util.PdfToImageUtil.convertPdf2ImagesParallel():113 - 任务执行结果为：true
2024-08-01 11:14:23 [INFO ] [main] - [] - com.summer.toolkit.util.PdfToImageUtil.convertPdf2ImagesParallel():113 - 任务执行结果为：true
2024-08-01 11:14:23 [INFO ] [main] - [] - com.summer.toolkit.util.PdfToImageUtil.convertPdf2ImagesParallel():113 - 任务执行结果为：true
2024-08-01 11:14:23 [INFO ] [main] - [] - com.summer.toolkit.util.PdfToImageUtil.convertPdf2ImagesParallel():113 - 任务执行结果为：true
2024-08-01 11:14:23 [INFO ] [main] - [] - com.summer.toolkit.util.PdfToImageUtil.convertPdf2ImagesParallel():113 - 任务执行结果为：true
2024-08-01 11:14:23 [INFO ] [main] - [] - com.summer.toolkit.util.PdfToImageUtil.convertPdf2ImagesParallel():120 - 并行处理耗时：6239