Java 如何使用iText从PDF表单中提取图像

本文（）解释了如何从普通PDF文件中提取图像。我需要提取一个用户输入到PDF表单字段中的图像

我使用iText7。我可以使用如下代码访问iText中的表单字段：

PdfReader reader = new PdfReader(new FileInputStream(new ClassPathResource("myFile.pdf").getFile()));
PdfDocument document = new PdfDocument(reader);
PdfAcroForm acroForm = PdfAcroForm.getAcroForm(document, false);
Map<String, PdfFormField> fields = acroForm.getFormFields();
PdfButtonFormField imageField = null;
PdfDictionary dictionary = null;
for (String fldName : fields.keySet()) {
      PdfFormField field = fields.get(fldName);
      if ("Image1_af_image".equals(fldName)) {
            imageField = (PdfButtonFormField)fields.get("Image1_af_image");
            dictionary = imageField.getPdfObject();
       }
}

---

代码失败，因为

s.getAsName（PdfName.Subtype）

返回值

“Form”

。我猜我需要做的是按照你在帖子中的建议递归到XObject树中，但我不知道该怎么做。我尝试了

xObjDic.getAsDictionary（）

，但不确定作为参数传入的是什么

PdfName

。

PDF中按钮的视觉外观可以完全定制，包括文本、图形和图像。因此，图像数据可以以稍微不同的方式存储在不同的PDF文档中。但一般来说，表单字段的小部件注释将有一个外观流，它将图像数据作为XObject保存在其资源字典中

创建带有用于测试的图像按钮的PDF：

String fieldname=“Image1\u af\u image”；
PdfAcroForm form=PdfAcroForm.getAcroForm（pdfDoc，true）；
PdfButtonFormField imagefield=PdfFormField.createButton（pdfDoc，新矩形（100,100,50,50），
PdfButtonFormField.FF_按钮）；
imagefield.setImage（“button.png”）.setFieldName（fieldname）；
form.addField（imagefield）；

从按钮获取图像数据：

pdfacroformacroform=PdfAcroForm.getAcroForm（pdfDoc，false）；
PdfFormField imagefield=acroForm.getField（fieldname）；
//获取外观字典
PdfDictionary apDic=imagefield.getWidgets（）.get（0.getNormalAppearanceObject（）；
//获取xobject资源
PdfDictionary xObjDic=apDic.getAsDictionary（PdfName.Resources）.getAsDictionary（PdfName.XObject）；
用于（PdfName键：xObjDic.keySet（））{
系统输出打印项次（键）；
PdfStream s=xObjDic.getAsStream（键）；
//仅处理图像
if（PdfName.Image.equals（s.getAsName（PdfName.Subtype）））{
PdfImageXObject pixo=新的PdfImageXObject；
字节[]imgbytes=pixo.getImageBytes（）；
字符串ext=pixo.identifimagefileextension（）；
//将图像写入文件
FileOutputStream fos=新的FileOutputStream（key.toString（）.substring（1）+“+ext）；
fos.写入（单位为千兆字节）；
fos.close（）；
}
}

您可以使用PDF对象查看器（如Adobe Acrobat或Adobe Acrobat的内置“浏览内部PDF结构”）检查PDF文档的确切结构，并找出图像数据的存储位置

编辑：

如果图像数据是嵌套形式的XObject，则提取图像数据的更通用方法是：

pdfacroformacroform=PdfAcroForm.getAcroForm（pdfDoc，false）；
PdfFormField imagefield=acroForm.getField（fieldname）；
//获取外观字典
PdfDictionary apDic=imagefield.getWidgets（）.get（0.getNormalAppearanceObject（）；
//获取xobject资源
PdfDictionary xObjDic=apDic.getAsDictionary（PdfName.Resources）.getAsDictionary（PdfName.XObject）；
提取图像fromxobj（xObjDic）；

public void extractImagesFromXObj（PdfDictionary xObjDic）引发IOException异常{
用于（PdfName键：xObjDic.keySet（））{
系统输出打印项次（键）；
PdfStream s=xObjDic.getAsStream（键）；
PdfName subType=s.getAsName（PdfName.subType）；
//仅处理图像
if（PdfName.Image.equals（子类型））{
PdfImageXObject pixo=新的PdfImageXObject；
字节[]imgbytes=pixo.getImageBytes（）；
字符串ext=pixo.identifimagefileextension（）；
//将图像写入文件
FileOutputStream fos=新的FileOutputStream（key.toString（）.substring（1）+“+ext）；
fos.写入（单位为千兆字节）；
fos.close（）；
}
//递归处理嵌套的XObject字典
else if（PdfName.Form.equals（子类型））{
PdfDictionary nestedXObjDic=s.getAsDictionary（PdfName.Resources）.getAsDictionary（PdfName.XObject）；
提取图像fromxobj（nestedXObjDic）；
}
}
}

您提到iText时没有说明版本。根据您的代码，我假设它是iText 7版本？对不起，是的iText7。@StephenSchultz我根据您的问题编辑修改了我的答案。根据PDF创建软件的不同，图像的确切结构不同，图像XObject可能不是正常外观流的直接资源，而是嵌套形式的XObject。因此，一般来说，还必须递归到外观流的XObject形式中，并在那里查找图像XObject。我不想用更一般的方法把我最初的答案复杂化。但是根据您的评论和对问题的编辑，我添加了一些示例代码来遍历嵌套字典。这太棒了--完全符合您的描述，也正是我所需要的--谢谢！（我发现我缺少的是迭代xObjDic.keyset（）。学习新技巧总是很好！）@StephenSchultz，如果这解决了你的问题，请考虑接受这个答案，当我试图用在我的帖子中的初始答案中提供的代码来编程的时候，我得到了这个例外：COM.ITExtPDF.Keln.PDFExcExt：没有关联的PDFIGER用于制作间接。在com.itextpdf.kernel.pdf.PdfObject.makeIndirect（PdfObject.java:229）。我将代码中的“button.png”解释为一个资源flle名称。我尝试了一个相对于应用程序路径的名称，并提供了一个绝对路径。

    public void iTextTest3() throws IOException {

        PdfReader reader = new PdfReader(new FileInputStream(new ClassPathResource("templates/TestForm.pdf").getFile()));

        PdfDocument document = new PdfDocument(reader);
        String fieldname = "Image1_af_image";
        PdfAcroForm acroForm = PdfAcroForm.getAcroForm(document, false);

        PdfFormField imagefield = acroForm.getField(fieldname);
        // get the appearance dictionary
        PdfDictionary apDic = imagefield.getWidgets().get(0).getNormalAppearanceObject();
        // get the xobject resources
        PdfDictionary xObjDic = apDic.getAsDictionary(PdfName.Resources).getAsDictionary(PdfName.XObject);
        for (PdfName key : xObjDic.keySet()) {
            System.out.println(key);
            PdfStream s = xObjDic.getAsStream(key);
            // only process images
            if (PdfName.Image.equals(s.getAsName(PdfName.Subtype))) {  //*** code fails here ***
                PdfImageXObject pixo = new PdfImageXObject(s);
                byte[] imgbytes = pixo.getImageBytes();
                String ext = pixo.identifyImageFileExtension();

                // write the image to file
                String fileName = null;
                FileOutputStream fos = new FileOutputStream(fileName = key.toString().substring(1) + "." + ext);
                System.out.println(("image fileName: " + fileName));
                fos.write(imgbytes);
                fos.close();
            }
        }
        document.close();
    }