我已经完成了从PDF中提取文本,但现在我想提取图像。第一个问题是图像在每页文本之间。我想知道的是如何按顺序提取图像,即使文件是每页2列,以及如何确定图像放在文本中的位置。
这是一些我试过的密码。
图像提取:
ExtractImages.java:
public static final String RESULT = "results/part4/chapter15/Img%s.%s";
public void extractImages(String filename)
throws IOException, DocumentException {
PdfReader reader = new PdfReader(filename);
PdfReaderContentParser parser = new PdfReaderContentParser(reader);
MyImageRenderListener listener = new MyImageRenderListener(RESULT);
for (int i = 1; i <= reader.getNumberOfPages(); i++) {
parser.processContent(i, listener);
}
}
MyImageRenderListener:
public MyImageRenderListener(String path) {
this.path = path;
}
public void renderImage(ImageRenderInfo renderInfo) {
try {
String filename;
FileOutputStream os;
PdfImageObject image = renderInfo.getImage();
if (image == null) return;
filename = String.format(path, renderInfo.getRef().getNumber(), image.getFileType());
os = new FileOutputStream(filename);
os.write(image.getImageAsBytes());
os.flush();
os.close();
} catch (IOException e) {
System.out.println(e.getMessage());
}
}代码处理pdf的内容并检查图像,然后将这些图像呈现到图像文件(.png、.jpg等)中。
我在这里遇到的问题是,它没有按顺序提取图像。我想要图像的顺序,所以我将知道什么图像在第一页和最后一页。我该怎么做?那么,在不将图像呈现为文件的情况下,可以提取图像吗?我使用该图像的目标是在我的android应用程序中显示它为image,而不将其放入文件中。如果我不可能,那么我将坚持删除图像,当用户完成使用它。
我的目的是从一个pdf文件中提取(而不是查看)文本和图像,并在一个安卓应用程序中按顺序显示它。
发布于 2017-07-27 14:58:53
高级别办法:
这是我在iText上一直在研究的事情,它肯定不是一项琐碎的任务。
最简单的解决方案当然是有一个标记的pdf文档。带标记的文档包含有关哪些可视元素以何种方式组合在一起的信息。或者,简单地说,你不必担心建立线条和段落,这已经做好了,而且已经标记好了。
https://stackoverflow.com/questions/13547359
复制相似问题