图像处理:将质量规格(pdf)转换为密度文本文件

Question

在图像处理领域之外，我想我有一个简单的任务，但我不知道从哪里开始。

挑战是，一些实验室喜欢以PDF格式发布他们的质谱数据。虽然足以验证他们的说法，但对于定量分析基本上是无用的。我想读出质量谱密度：

​

​

转换为以下格式：

3947>> Voyager Spec #1[BP = 536.8, 10241]" 
TYPE MASSSPEC
499.985486  760.097
500.007777  754.159
500.030068  774.162
500.052359  805.103
500.074651  821.98
500.096944  847.921
500.119237  864.798
...

第一列是m/z (x轴)，第二列是(相对)丰度(y轴)

这个是可能的吗？是否存在可以执行此任务的工具？实现这样一个工具需要多长时间？

Answer 1

在这里，我的第一个想法是使用GIMP之类的程序编辑出轴和标签，裁剪到与图形本身完全相同的大小，以便左下角的第一个像素表示图形的原点。然后，您可以使用图像处理库(有很多--我喜欢Ruby语言中的RMagick )将图像处理为黑白图像，并以数组的形式获取数据。(您可能希望旋转它以使其更容易)。其思想是让每个数组在给定X轴的特定点的情况下表示一列Y轴数据。这样，您只需计算黑色像素即可获得Y值。

我确信有一些方法可以通过编程来检测图形边界并过滤掉文本，但这会增加很多复杂性。

希望这能有所帮助