用Java从扫描的PDF文档中获取像素数据

我有一些文件，我已经用Xerox扫描仪数字化成PDF文件。使用Java，我试图从中提取RGB像素数据，用于图像识别应用程序。从零开始开发这一功能有点超出我的水平，因此我依赖第三方库进行PDF处理

到目前为止，我已经尝试了两个不同的库；PdfBox和PdfClown

使用PdfBox，我尝试使用

convertToImage（）

方法获取

BufferedImage

。使用PdfClown，我试图使用

呈现程序

类中的

呈现（页面，大小）

方法来获取

缓冲图像

。在这两种情况下，返回的图像都是空白的。所有像素均为白色[

（r、g、b）=（255255）

]

我已经能够从其他pdf文档中获取非空白的BuffereImage，这些文档不是源于扫描，因此我怀疑问题在于扫描文档的格式

以下是一个示例PFD文件：

---

有人知道如何解决这个问题吗？或者你能提供一种不同的方法吗？

通过安装JBIG2插件解决了这个问题。现在一切都很好。非常感谢您的帮助。

告诉您我的方法有效，然后回来告诉我，在您的情况下，它不起作用，这是一种浪费——那么您在寻找什么呢？对图像进行故障排除？也许您的代码有一些特殊之处，请共享一个示例PDF。（并非所有扫描仪都将图像放入PDF中…）PDFBox 2.0中的PDPage类似乎不包含convertToImage（）方法。关于如何使用2.0版本@TilmanHausherr实现这一点，你有什么建议吗？如果使用jbig2插件，你的文件工作正常-这就是为什么你在1.8中得到这个日志输出：“找不到ImageIO插件来解码jbig2编码的数据流”。@Torben我希望你能够解决这个问题。如果是，请删除问题或自己回答，以避免“孤儿”。如果没有，请在此处“ping”我，或者在PDFBox用户邮件列表中重新询问您的问题。然而，由于PDF规范的复杂性，对java来说是一个障碍。祝你好运