在pdf中展平矢量图形并使用java提取

我试图获得嵌入在PDF文件中的图像的大小（宽度和深度）。PDF中的图像都是高分辨率矢量图像

• 我试着用PDFBox。PDFBox库可以完美地为普通图形提取图像。但是，当它得到矢量图像时，它会提取不同的层作为不同的图像
• 我也读过关于iText的文章。但iText可以将整个页面转换为光栅化图像。然而，我的PDF页面实际上由多个图像组成，我需要以不同的方式提取/获取所有图像的大小

我在这里附上我的PDFBox图像提取代码。请让我知道，我如何才能得到一个矢量图像作为一个图像，而不是作为层

我的代码如下：

package com.abp.pdf.util;

import java.awt.image.BufferedImage;
import java.io.File;
import java.io.IOException;
import java.util.Iterator;
import java.util.List;
import java.util.Map;
import javax.imageio.ImageIO;
import org.apache.pdfbox.pdmodel.PDDocument;
import org.apache.pdfbox.pdmodel.PDPage;
import org.apache.pdfbox.pdmodel.PDResources;
import org.apache.pdfbox.pdmodel.encryption.AccessPermission;
import org.apache.pdfbox.pdmodel.encryption.StandardDecryptionMaterial;
import org.apache.pdfbox.pdmodel.graphics.xobject.PDXObject;
import org.apache.pdfbox.pdmodel.graphics.xobject.PDXObjectForm;
import org.apache.pdfbox.pdmodel.graphics.xobject.PDXObjectImage;

public class ExtractImages {

    private int imageCounter = 1;


    private ExtractImages() {
    }
    public static void main(String[] args) throws Exception {
        ExtractImages extractor = new ExtractImages();
        extractor.extractImages(args);
    }

    private void extractImages(String[] args) throws Exception {
        String pdfFile = null;
        String password = "";
        String prefix = null;
        boolean addKey = false;
        boolean useNonSeqParser = true;

        pdfFile = "/home/suvankar/Resources/myfile.pdf";
        if (prefix == null && pdfFile.length() > 4) {
            prefix = pdfFile.substring(0, pdfFile.lastIndexOf("/") + 1)
                    + "extracted/images"
                    + pdfFile.substring(pdfFile.lastIndexOf("/"),
                            pdfFile.length() - 4);
        }
        PDDocument document = null;

        try {
            if (useNonSeqParser) {
                document = PDDocument.loadNonSeq(new File(pdfFile), null,
                        password);
            } else {
                document = PDDocument.load(pdfFile);

                if (document.isEncrypted()) {
                    StandardDecryptionMaterial spm = new StandardDecryptionMaterial(
                            password);
                    document.openProtection(spm);
                }
            }
            AccessPermission ap = document.getCurrentAccessPermission();
            if (!ap.canExtractContent()) {
                throw new IOException(
                        "Error: You do not have permission to extract images.");
            }

            List pages = document.getDocumentCatalog().getAllPages();
            Iterator iter = pages.iterator();
            while (iter.hasNext()) {
                PDPage page = (PDPage) iter.next();
                PDResources resources = page.getResources();
                processResources(resources, prefix, addKey);
            }
        } finally {
            if (document != null) {
                document.close();
            }
        }
    }


    private void processResources(PDResources resources, String prefix,
            boolean addKey) throws IOException {
        if (resources == null) {
            return;
        }
        Map<String, PDXObject> xobjects = resources.getXObjects();
        if (xobjects != null) {
            Iterator<String> xobjectIter = xobjects.keySet().iterator();
            while (xobjectIter.hasNext()) {
                String key = xobjectIter.next();
                PDXObject xobject = xobjects.get(key);
                // write the images
                if (xobject instanceof PDXObjectImage) {
                    PDXObjectImage image = (PDXObjectImage) xobject;
                    String name = null;

                    if (addKey) {
                        name = getUniqueFileName(prefix + "_" + key,
                                image.getSuffix());
                    } else {
                        name = getUniqueFileName(prefix, image.getSuffix());
                    }
                    System.out.println("Writing image:" + name + "\nHeight - "+ image.getHeight() + "\nWidth - " + image.getWidth());
                    // name="extracted/images/" + name;
                    /*BufferedImage ib= image.getRGBImage();
                    File outputfile = new File(name + "-buffered.jpg");
                    ImageIO.write(ib, "jpeg", outputfile);*/ 
                    image.write2file(name);
                }
                // maybe there are more images embedded in a form object
                else if (xobject instanceof PDXObjectForm) {
                    PDXObjectForm xObjectForm = (PDXObjectForm) xobject;
                    PDResources formResources = xObjectForm.getResources();
                    processResources(formResources, prefix, addKey);
                }
            }
        }
    }

    private String getUniqueFileName(String prefix, String suffix) {
        String uniqueName = null;
        File f = null;
        while (f == null || f.exists()) {
            uniqueName = prefix + "-" + imageCounter;
            f = new File(uniqueName + "." + suffix);
            imageCounter++;
        }
        return uniqueName;
    }

    /**
     * This will print the usage requirements and exit.
     */
    private static void usage() {
        System.err
                .println("Usage: java org.apache.pdfbox.ExtractImages [OPTIONS] <PDF file>\n"
                        + "  -password  <password>        Password to decrypt document\n"
                        + "  -prefix  <image-prefix>      Image prefix(default to pdf name)\n"
                        + "  -addkey                      add the internal image key to the file name\n"
                        + "  -nonSeq                      Enables the new non-sequential parser\n"
                        + "  <PDF file>                   The PDF document to use\n");
        System.exit(1);
    }

}

package com.abp.pdf.util；
导入java.awt.image.buffereImage；
导入java.io.File；
导入java.io.IOException；
导入java.util.Iterator；
导入java.util.List；
导入java.util.Map；
导入javax.imageio.imageio；
导入org.apache.pdfbox.pdmodel.PDDocument；
导入org.apache.pdfbox.pdmodel.PDPage；
导入org.apache.pdfbox.pdmodel.PDResources；
导入org.apache.pdfbox.pdmodel.encryption.AccessPermission；
导入org.apache.pdfbox.pdmodel.encryption.StandardDecryptionMaterial；
导入org.apache.pdfbox.pdmodel.graphics.xobject.PDXObject；
导入org.apache.pdfbox.pdmodel.graphics.xobject.PDXObjectForm；
导入org.apache.pdfbox.pdmodel.graphics.xobject.PDXObjectImage；
公共类图像提取{
专用int imageCounter=1；
私有图像（）{
}
公共静态void main（字符串[]args）引发异常{
ExtractImages extractor=新的ExtractImages（）；
提取器。提取器图像（args）；
}
私有void extractImages（字符串[]args）引发异常{
字符串pdfFile=null；
字符串密码=”；
字符串前缀=null；
布尔addKey=false；
布尔值useNonSeqParser=true；
pdfFile=“/home/suvankar/Resources/myfile.pdf”；
if（前缀==null&&pdfFile.length（）>4）{
前缀=pdfFile.substring（0，pdfFile.lastIndexOf（“/”）+1）
+“提取/图像”
+pdfFile.substring（pdfFile.lastIndexOf（“/”），
pdfFile.length（）-4）；
}
PDDocument文件=null；
试一试{
如果（使用非设备转换器）{
document=PDDocument.loadNonSeq（新文件（pdfFile），null，
密码）；
}否则{
document=PDDocument.load（pdfFile）；
if（document.isEncrypted（））{
StandardDecryptionMaterial spm=新的StandardDecryptionMaterial(
密码）；
文件保护（spm）；
}
}
AccessPermission ap=document.getCurrentAccessPermission（）；
如果（！ap.canExtractContent（））{
抛出新IOException(
“错误：您没有提取图像的权限。”）；
}
列表页面=document.getDocumentCatalog（）.getAllPages（）；
迭代器iter=pages.Iterator（）；
while（iter.hasNext（））{
PDPage=（PDPage）iter.next（）；
PDResources=page.getResources（）；
processResources（资源、前缀、addKey）；
}
}最后{
如果（文档！=null）{
document.close（）；
}
}
}
私有void processResources（PDResources、字符串前缀、，
布尔addKey）抛出IOException{
if（资源==null）{
返回；
}
Map xobjects=resources.getXObjects（）；
if（xObject！=null）{
迭代器XObjecter=xobjects.keySet（）.Iterator（）；
while（xObjecter.hasNext（））{
String key=xObjecter.next（）；
PDXObject xobject=xobjects.get（键）；
//写下图片
if（PDXObjectImage的xobject实例）{
PDXObjectImage=（PDXObjectImage）xobject；
字符串名称=null；
如果（addKey）{
name=getUniqueFileName（前缀+“”+键，
image.getSuffix（））；
}否则{
name=getUniqueFileName（前缀，image.getSuffix（））；
}
System.out.println（“写入图像：“+name+”\nHeight-“+image.getHeight（）+”\nWidth-“+image.getWidth（））；
//name=“extracted/images/”+name；
/*BuffereImage ib=image.getRGBImage（）；
File outputfile=新文件（名称+“-buffered.jpg”）；
ImageIO.write（ib，“jpeg”，输出文件）；*/
image.write2文件（名称）；
}
//可能表单对象中嵌入了更多图像
else if（PDXObject窗体的xobject实例）{
PDXObjectForm xObjectForm=（PDXObjectForm）xobject；
PDResources formResources=xObjectForm.getResources（）；
processResources（formResources、前缀、addKey）；
}
}
}
}
私有字符串getUniqueFileName（字符串前缀、字符串后缀）{
字符串uniqueName=null；
文件f=null；
而（f==null | | f.exists（））{
uniqueName=前缀+“-”+图像计数器；
f=新文件（uniqueName+“+后缀）；
imageCounter++；
}
返回唯一名称；
}
/**
*这将打印使用要求并退出。
*/
私有静态void用法（）{
System.err
.println（“用法：java org.apache.pdfbox.ExtractImages[OPTIONS]\n”
+“-解密文档的密码\n”