无法在PDF文档中找到ColorSpace对象的位置

Question

我希望在PDF中标识ColorSpace对象，并在页面中获取它们的位置(坐标、宽度和颜色空间的高度)。我尝试遍历BaseDataObject in Contents.ContentContext.Resources.ColorSpaces，我可以在文件中识别Pantone颜色空间(如屏幕快照所示)，但无法找到关于对象的位置(x、y、w和h)的信息。

在哪里可以找到可见对象的确切位置(打开文档时可见)，如ColorSpaces和嵌入式图像？

我正在使用‘ PDF ’库从PDF中提取关于ColorSpaces的信息。任何投入都是有帮助的。提前谢谢。

ContentScanner cs =  new ContentScanner(page);     
System.Collections.Generic.List<org.pdfclown.documents.contents.colorSpaces.ColorSpace> list = cs.Contents.ContentContext.Resources.ColorSpaces.Values.ToList();
    for (int i = 0; i < list.Count; i++)
    {
            org.pdfclown.objects.PdfArray array = (org.pdfclown.objects.PdfArray)list[i].BaseDataObject;
            foreach (org.pdfclown.objects.PdfObject s in array)
            { 
                //print colorspace and its x,y,w,h
            }
    }

PDF文件 (有CMYK和Pantone颜色)

屏幕截图

​

​

Answer 1

我希望在PDF中标识ColorSpace对象，并在页面中获取它们的位置(坐标、宽度和颜色空间的高度)。

我猜你是说这里的广场：

​

​

请注意，这些不是 PDF ColorSpace对象，它们是一些简单的(矩形)路径，其中填充了不同的颜色，并在其上绘制了一些文本。

ColorSpaces不是彩色区域的特定渲染，它们是抽象的颜色规范。

颜色可以描述在任何一个不同的颜色系统，或颜色空间。一些颜色空间与设备颜色表示(灰度、RGB、CMYK)有关，另一些与人类视觉感知(CIE-)有关.某些特殊的特征也被建模为颜色空间:图案，颜色映射，分离，高保真度和多音颜色。 (ISO 32000-1，第8.6节“彩色空间”)

因此，当您寻找具有坐标、宽度和高度的东西时，您需要使用这些抽象的颜色空间来绘制说明，而不是使用普通的颜色空间。

我尝试在Contents.ContentContext.Resources.ColorSpaces，中遍历BaseDataObject，我可以在文件中识别Pantone颜色空间(如屏幕快照所示)，但无法找到关于对象的位置(x、y、w和h)的信息。

通过查看cs.Contents.ContentContext.Resources.ColorSpaces，您可以得到所有可在当前上下文中使用的特殊颜色空间的枚举，而不是实际使用的枚举。要获得实际使用，您必须遍历ContentScanner cs，即必须检查当前上下文中的指令，例如：

SeparationColorSpace space = null;
double X = 0, Y = 0, Width = 0, Height = 0;

void ScanForSpecialColorspaceUsage(ContentScanner cs)
{
    cs.MoveFirst();
    while (cs.MoveNext())
    {
        ContentObject content = cs.Current;
        if (content is CompositeObject)
        {
            ScanForSpecialColorspaceUsage(cs.ChildLevel);
        }
        else if (content is SetFillColorSpace _cs)
        {
            ColorSpace _space = cs.Contents.ContentContext.Resources.ColorSpaces[_cs.Name];
            space = _space as SeparationColorSpace;
        }
        else if (content is SetDeviceCMYKFillColor || content is SetDeviceGrayFillColor || content is SetDeviceRGBFillColor)
        {
            space = null;
        }
        else if (content is DrawRectangle _dr)
        {
            if (space != null)
            {
                X = _dr.X;
                Y = _dr.Y;
                Width = _dr.Width;
                Height = _dr.Height;
            }
        }
        else if (content is PaintPath _pp)
        {
            if (space != null && _pp.Filled && (X != 0 || Y != 0 || Width != 0 || Height != 0))
            {
                String name = ((PdfName)((PdfArray)space.BaseDataObject)[1]).ToString();
                Console.WriteLine("Filling rectangle at {0}, {1} with size {2}x{3} using {4}", X, Y, Width, Height, name);
            }
            X = 0;
            Y = 0;
            Width = 0;
            Height = 0;
        }
    }
}

注意：proof-of-concept__，这仅仅是一个尽可能简化的，仍然可以在上面屏幕截图中的中工作。

对于一般的解决方案，您必须对此进行相当大的扩展：

• 代码只检查给定的内容扫描器，即只检查已初始化的内容流，在您的示例中，只检查页面内容流。 可以从这样的上下文流引用其他内容流，例如表单XObject。要捕获通用文档中感兴趣的颜色空间的所有用法，您还必须递归地检查这些依赖的内容流。
• 代码忽略当前转换矩阵。 通过指令可以改变当前的变换矩阵，使所有的图纸都按照仿射变换来改变它们的坐标。要使通用文档中的所有坐标和维度都正确，您必须将当前的转换矩阵应用于它们。
• 代码忽略了保存-图形-状态/恢复-图形-状态指令。 当前图形状态(包括填充颜色和当前转换矩阵)可以存储在堆栈上并从堆栈中恢复。要在通用文档中获取颜色、坐标和尺寸，您必须跟踪保存和还原的图形状态(或者使用cs.State中的数据进行颜色和转换，而PDF则是这样做的)。
• 代码只查看分离颜色空间。 如果您对其他颜色空间也感兴趣，则可以概括这一点。
• 代码只理解非常具体的、琐碎的路径:只有由一条定义矩形的指令生成的路径。 对于一般的解决方案，您必须支持任意路径。