将PDF转换为图像(格式正确)

Question

我有一个pdf文件(附件)。我的目标是像IT一样使用pdfbox将pdf转换成图像(就像在windows中使用狙击工具一样)。pdf有各种形状和文本。

我使用以下代码：

PDDocument doc = PDDocument.load("Hello World.pdf");
PDPage firstPage = (PDPage) doc.getDocumentCatalog().getAllPages().get(67);
BufferedImage bufferedImage = firstPage.convertToImage(imageType,screenResolution);
ImageIO.write(bufferedImage, "png",new File("out.png"));

​

​

当我使用代码时，图像文件提供了完全错误的输出(附加了out.png)。

​

如何使pdfbox获取类似于直接快照图像的内容？

另外，我注意到png的图像质量不太好，有没有办法提高产生的图像的分辨率？

编辑:这是pdf(见第68页) https://drive.google.com/file/d/0B0ZiP71EQHz2NVZUcElvbFNreEU/edit?usp=sharing

编辑2:似乎所有的文本都在消失。我还尝试使用PDFImageWriter类

test.writeImage(doc, "png", null, 68, 69, "final.png",TYPE_USHORT_GRAY,200 );

相同结果

Answer 1

事实证明，jpedal(lgpl)完美地完成了转换(就像快照一样)。

以下是我所用的：

PdfDecoder decode_pdf = new PdfDecoder(true);


FontMappings.setFontReplacements();

    decode_pdf.openPdfFile("Hello World.pdf"); 


 decode_pdf.setExtractionMode(0,800,3);

 try {

     for(int i=0;i<40;i++)
     {  
         BufferedImage img=decode_pdf.getPageAsImage(2+i);

    ImageIO.write(img, "png",new File(String.valueOf(i)+"out.png"));
     }
} catch (IOException ex) {
    Logger.getLogger(NewJFrame.class.getName()).log(Level.SEVERE, null, ex);
}

    decode_pdf.closePdfFile();

} catch (PdfException e) {
    e.printStackTrace();
}

效果很好。

Answer 2

使用PDFRenderer，可以将PDF页面转换成图像格式。

使用PDF渲染器将PDF页面转换为java中的图像。Jars需要PDFRenderer-0.9.0

package com.pdfrenderer.examples;

import java.awt.Graphics2D;
import java.awt.Image;
import java.awt.Rectangle;
import java.awt.image.BufferedImage;
import java.io.File;
import java.io.RandomAccessFile;
import java.nio.ByteBuffer;
import java.nio.channels.FileChannel;

import javax.imageio.ImageIO;

import com.sun.pdfview.PDFFile;
import com.sun.pdfview.PDFPage;

public class PdfToImage {
    public static void main(String[] args) {
        try {
            String sourceDir = "C:/Documents/Chemistry.pdf";// PDF file must be placed in DataGet folder
            String destinationDir = "C:/Documents/Converted/";//Converted PDF page saved in this folder

        File sourceFile = new File(sourceDir);
        File destinationFile = new File(destinationDir);

        String fileName = sourceFile.getName().replace(".pdf", "_cover");

        if (sourceFile.exists()) {
            if (!destinationFile.exists()) {
                destinationFile.mkdir();
                System.out.println("Folder created in: "+ destinationFile.getCanonicalPath());
            }

            RandomAccessFile raf = new RandomAccessFile(sourceFile, "r");
            FileChannel channel = raf.getChannel();
            ByteBuffer buf = channel.map(FileChannel.MapMode.READ_ONLY, 0, channel.size());
            PDFFile pdf = new PDFFile(buf);
            int pageNumber = 62;// which PDF page to be convert
            PDFPage page = pdf.getPage(pageNumber);

            System.out.println("Total pages:"+ pdf.getNumPages());

            // create the image
            Rectangle rect = new Rectangle(0, 0, (int) page.getBBox().getWidth(), (int) page.getBBox().getHeight());
            BufferedImage bufferedImage = new BufferedImage(rect.width, rect.height, BufferedImage.TYPE_INT_RGB);

            // width & height, // clip rect, // null for the ImageObserver, // fill background with white, // block until drawing is done
            Image image = page.getImage(rect.width, rect.height, rect, null, true, true );
            Graphics2D bufImageGraphics = bufferedImage.createGraphics();
            bufImageGraphics.drawImage(image, 0, 0, null);

            File imageFile = new File( destinationDir + fileName +"_"+ pageNumber +".png" );// change file format here. Ex: .png, .jpg, .jpeg, .gif, .bmp

            ImageIO.write(bufferedImage, "png", imageFile);

            System.out.println(imageFile.getName() +" File created in: "+ destinationFile.getCanonicalPath());
        } else {
            System.err.println(sourceFile.getName() +" File not exists");
        }
    } catch (Exception e) {
        e.printStackTrace();
    }
}
}

ConvertedImage:

​

​

Answer 3

我使用PDFBox版本1.8.4获得了与OP相同的结果。不过，在版本2.0.0-快照中，它看起来更好：

​

​

在这里，只有一些箭头更薄，而一些箭头部分被错误地绘制成盒子.

因此，

如何使pdfbox获取类似于直接快照图像的内容？

当前的版本(高达1.8.4)在将PDF呈现为图像时似乎有更大的缺陷。您可以切换到当前的开发版本(例如，当前主干，2.0.0-快照)，或者等到改进发布。

此外，一些轻微的赤字甚至出现在2.0.0的快照中。您可能希望将您的示例文档提交给PDFBox人员(即在他们的JIRA中创建一个相应的问题)，以便他们进一步改进PDFBox以满足您的需要。

另外，我注意到png的图像质量不太好，有没有办法提高产生的图像的分辨率？

存在带有convertToImage参数的resolution重载。您的当前代码实际上将解析设置为screenResolution。增加此分辨率值。

PS:将PDF页面呈现到图像的代码已在2.0.0-快照中重构。而不是

BufferedImage image =  page.convertToImage();

你现在做了

BufferedImage image =  RenderUtil.convertToImage(page);

我假设这样做是为了从核心类中删除直接的AWT引用，因为AWT在例如Android上是不可用的。

PS：我去年在这个答案中使用的快照只是一个受更改的快照。这个2.0.0版本还在开发中，很多事情已经改变了。特别是再也没有RenderUtil类了。相反，目前必须在PDFRenderer包中使用org.apache.pdfbox.rendering .