C# 如何将pdf页面中文本的坐标从左下角更改为左上角

我正在使用PDFBOX和itextsharp dll处理pdf文件。 这样我就得到了矩形内文本的文本坐标。矩形坐标是使用itextsharp.dll提取的。 基本上，我从itextsharp.dll获取矩形坐标，其中itextsharp使用坐标系作为左下角。我从PDFBOX获取pdf页面文本，PDFBOX使用坐标系作为左上角。 我需要帮助将坐标从左下角转换为左上角

更新我的问题

如果您不理解我的问题，如果没有提供完整的信息，请原谅

好吧，让我试着从一开始就提供更多细节

我正在开发一个工具，在这个工具中，我得到了一个PDF，其中一个矩形是使用注释部分中的一些绘图标记绘制的。现在我正在使用iTextsharp读取矩形坐标

PdfDictionary pageDict = pdReader.GetPageN(page_no);
PdfArray annotArray = pageDict.GetAsArray(PdfName.ANNOTS);

其中pdReader是PdfReader

使用PDFBOX提取页面文本及其坐标。在这里，我创建了一个类pdfBoxTextExtraction，我处理文本和坐标，以便返回文本和llx、lly、urx、ury“逐行”请逐行注意，而不是按句子

所以我想提取矩形坐标内的文本。当矩形的坐标从itextsharp返回时，我被卡住了，即llx，lly，urx，一个矩形的第一个原点位于左下，因为从PDFBOX返回的文本坐标的原点位于左上。然后我意识到我需要调整y轴，以便原点从左下移动到左上。最后，我得到了页面的高度和cropbox的高度

iTextSharp.text.Rectangle mediabox = reader.GetPageSize(page_no);
iTextSharp.text.Rectangle cropbox = reader.GetCropBox(page_no);

做了一些基本的调整

lly=mediabox.Top-lly

ury=mediabox.Top-ury

在某些情况下，调整起了作用，而在某些PDF中，需要对cropbox进行调整

lly=cropbox.Top-lly

ury=cropbox.Top-ury

在某些PDF上，它不起作用

---

我所需要的只是帮助调整矩形坐标，以便在矩形内获得文本。

PDF中的坐标系在ISO-32000-1中定义。本ISO标准说明X轴向右，而Y轴向上。这是默认设置。这些是iText返回的坐标（在幕后，iText解析所有CTM转换）

如果要转换iText返回的坐标，以便获得Y轴向下的坐标系中的坐标，例如，可以从页面顶部的Y坐标减去iText返回的Y值

例如：假设我们处理的是一个A4页面，其中底部的Y坐标为0，顶部的Y坐标为842。如果您有Y坐标，如

y1=806

和

y2=36

，则可以执行以下操作：

y = 842 - y;

现在

y1=36

和

y2=806

。你只是用简单的高中数学颠倒了Y轴的方向

根据额外评论进行更新：

每个页面都有一个媒体框。这定义了最重要的页面边界。可能存在其他页面边界，但其中任何一个都不得超过媒体框（如果超过，则您的PDF违反ISO-32000-1）

裁剪框定义页面的可见区域。默认情况下（例如，如果缺少裁剪框条目），裁剪框与媒体框重合

在你的评论中，你说你从高度中减去了llx。这是不正确的

llx

是左下方的x坐标，而高度是在Y轴上测量的属性，除非页面旋转。是否检查页面字典是否有

/Rotate

值

您还声明iText返回的值与PdfBox返回的值不匹配。请注意，iText返回的值符合ISO标准定义的坐标系。如果PdfBox不遵循此标准，您应该询问PdfBox的人员为什么不遵循此标准，以及他们使用的坐标系

也许这就是mkl的评论。他写道：

---

Y'=Ymax-Y.X'=X-Xmin

可能PdfBox搜索最大Y值

Ymax

和最小X值

Xmin

，然后对所有坐标应用上述变换。如果您想要呈现PDF，这是一个有用的转换，但是如果您想要使用坐标，例如在页面上相对于文本的特定位置添加内容（因为转换后的坐标不再是“PDF”坐标），则执行此类操作是不明智的

备注：

你说你需要PdfBox来获取页面的文本。你为什么需要这个额外的工具？iText完全能够提取和重新排序页面上的文本（假设您使用了正确的提取策略）。如果没有，请澄清

• 请注意，我们最近决定支持Type3字体，尽管我们不相信这是有意义的（请参阅了解原因）
有些人认为“错误抽取”通常是“错误的解释”，如本邮件列表中所解释的：“”所提取的内容。
• 在其他情况下，我们遵循规范，结果与PdfBox返回的结果不同。关注更多信息

---

这些都是最后的调整完成的

Y'=Ymax-Y.X'=X-Xmin.Hmm，首先我想说的是，

X'=X-Xmin

在这个上下文中是不相关的，但如果PdfBox“这样想”的话，可能是这样的。我将再次更新我的答案。据我所知，PDFBox用于文本提取

          if ((mediabox.Top - mediabox.Height) != 0)
            {
                topY = mediabox.Top;
                heightY = mediabox.Height;
                diffY = topY - heightY;
                lly_adjust = (topY - ury) + diffY;
                ury_adjust = (topY - lly) + diffY;
            }
            else if ((cropbox.Top - cropbox.Height) != 0)
            {
                topY = mediabox.Top;
                heightY = cropbox.Top;
                diffY = topY - heightY;
                lly_adjust = (topY - ury) - diffY;
                ury_adjust = (topY - lly) - diffY;

            }
            else
            {

                lly_adjust = mediabox.Top - ury;
                ury_adjust = mediabox.Top - lly;

            }