Java 使用pdfbox,为什么可以提取文本而不能提取图像
我使用pdfbox从中提取图像和文本。我有以下用于提取文本的代码:Java 使用pdfbox,为什么可以提取文本而不能提取图像,java,pdf,pdfbox,Java,Pdf,Pdfbox,我使用pdfbox从中提取图像和文本。我有以下用于提取文本的代码: PDFTextStripper p = new PDFTextStripper(); String thistext=p.getText(document); 正确地提取文本。但是,当我尝试使用ExtractImages类从同一个pdf中提取图像时,生成的图像是pdf的所有页面,而不是实际的图像。这是因为pdf可能是扫描副本吗?如果这是真的,那么如何提取文本 我相信扫描的事实是你的问题。虽然我见过扫描的PDF检测文本(并使
PDFTextStripper p = new PDFTextStripper();
String thistext=p.getText(document);
正确地提取文本。但是,当我尝试使用
ExtractImages
类从同一个pdf中提取图像时,生成的图像是pdf的所有页面,而不是实际的图像。这是因为pdf可能是扫描副本吗?如果这是真的,那么如何提取文本 我相信扫描的事实是你的问题。虽然我见过扫描的PDF检测文本(并使其高亮显示),但它仍然是一幅图像。为了验证这一假设,我会尝试使用一个已知良好的PDF,例如。谢谢您的及时回复。是的,我已经用其他PDF进行了测试。我对扫描文档中的文本识别感到困惑。