PDF 拆分为IMages

近期做OCR，要求支持 PDF 格式， 采用汉王的sdk, ，经测试 它居然不支持多页PDF ，只能识别出第一页，坑呀  。

 

与他们协商 ，说他们有个组件，可以实现，要价 1.5万 。 

思路是：先调用他们的有个方法，把PDF拆分了，再遍历去掉OCR组件， 最后再组装成一个文书。 

就这值1.5万。。。。这钱太好挣了吧。。

爷怒了 ，这个咱可以做， 1.5万，咱给公司省。 SO  。  苦逼的任务开始了。。。

 

各大网站与论坛，搜索。找到一些资料，下面是代码 。

要添加引用文件 itextsharp.dll  （各大网站有Show，自行下载）

 

 

using System;
using System.Collections.Generic;
using System.Linq;
using System.Text;
using System.Drawing.Imaging;
using iTextSharp.text.pdf;
using System.IO;

namespace ExtractImagesFromPDF
{
 public   class PDFToImages
    {
        public static void ExtractImagesFromPDF(string sourcePdf, string outputPath)
        {
            // NOTE:  This will only get the first image it finds per page.
            PdfReader pdf = new PdfReade