java - 检索 pdf 中图像的页码 - IText

Question

我正在使用以下链接中的代码来渲染图像

MyImageRenderListener - IText

下面是我的代码try block 。我实际上所做的是查找图像的 DPI，如果图像的 dpi 低于 300，则将其写入文本文件。

现在，我还想写下这些图像在 PDF 中所在的页码。如何获取该图像的页码？

    try {
            String filename;
            FileOutputStream os;
            PdfImageObject image = renderInfo.getImage();
            BufferedImage img = null;
            String txtfile = "results/results.txt";
            PdfDictionary imageDict = renderInfo.getImage().getDictionary();
            float widthPx = imageDict.getAsNumber(PdfName.WIDTH).floatValue(); 
            float heightPx = imageDict.getAsNumber(PdfName.HEIGHT).floatValue();
            float widthUu = renderInfo.getImageCTM().get(Matrix.I11);
            float heigthUu = renderInfo.getImageCTM().get(Matrix.I22);
            float widthIn = widthUu/72;
            float heightIn = heigthUu/72;
            float imagepdi = widthPx/widthIn;
            filename = String.format(path, renderInfo.getRef().getNumber(), image.getFileType());
            System.out.println(filename+"-->"+imagepdi);
            if(imagepdi < 300){
                File file = new File("C:/Users/Abhinav/workspace/itext/results/result.txt");



                if(filename != null){
                    if (!file.exists()) {
                        file.createNewFile();
                    }

                    FileWriter fw = new FileWriter(file.getAbsoluteFile(),true);
                    file.setReadable(true, false);
                    file.setExecutable(true, false);
                    file.setWritable(true, false);
                    BufferedWriter bw = new BufferedWriter(fw);
                    bw.write(filename);
                    bw.write("\r\n");
                    bw.close();
                }
            }

Answer 1

这是一个奇怪的问题，因为它不完整且不合逻辑。

为什么您的问题不完整？

您正在另一个示例 ExtractImages 的上下文中使用 MyImageRenderListener :

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);
}
reader.close();

在此示例中，您循环遍历每个页码以检查每个单独的页面。因此，每当 MyImageRenderListener 返回图像时，您就知道页码。

图像作为外部对象(也称为 XObject)存储在 PDF 中。 MyImageRenderListener 返回存储在此类流对象中的内容(包含图像的字节)。到目前为止，一切顺利。

为什么你的问题不合逻辑？

因为在 XObject 中存储图像的全部目的是能够重用相同的图像流。想象一个 Logo 的图像。该图像可以出现在文档的每一页上。在这种情况下，MyImageRenderListener 将为您提供与页面数量相同的图像(来自同一流)，但实际上，只有一个图像，并且它位于页面内容的外部。该图像“知道”它所在的页面是没有意义的:它在每个页面上。即使图像仅在一页上使用，相同的逻辑也适用。这是 PDF 设计所固有的:图像流不知道它属于哪个页面。图像流和页面之间的链接通过页面字典的 /Resources 中的 /XObject 条目存在。

解决这个问题的优雅方法是什么？

在MyImageRenderListener中创建一个成员变量，例如:

protected int pagenumber;

public void setPagenumber(int pagenumber) {
    this.pagenumber = pagenumber;
}

使用循环中的 setter :

PdfReader reader = new PdfReader(filename);
PdfReaderContentParser parser = new PdfReaderContentParser(reader);
MyImageRenderListener listener = new MyImageRenderListener(RESULT);
for (int i = 1; i <= reader.getNumberOfPages(); i++) {
    listener.setPagenumber(i);
    parser.processContent(i, listener);
}
reader.close();

现在您可以在 renderImage(ImageRenderInfo renderInfo) 方法中使用 pagenumber 。这样，当触发此方法时，您将始终知道正在检查哪个页面。