Java 使用PDFBox从单个PDF页面提取多个嵌入图像

朋友们，我正在使用PDFBOX2.0.6。我已经成功地从pdf文件中提取图像，但现在它正在为单个pdf页面创建图像。但问题是pdf页面中可以有任意数量的图像，我希望每个嵌入的图像都应该提取为单个图像本身

这是密码

import java.awt.image.BufferedImage;
import java.io.File;
import javax.imageio.ImageIO;
import org.apache.pdfbox.pdmodel.PDDocument;
import org.apache.pdfbox.rendering.PDFRenderer;

public class DemoPdf {

    public static void main(String args[]) throws Exception {
        //Loading an existing PDF document
        File file = new File("C:/Users/ADMIN/Downloads/Vehicle_Photographs.pdf");
        PDDocument document = PDDocument.load(file);
        //Instantiating the PDFRenderer class
        PDFRenderer renderer = new PDFRenderer(document);
        File imageFolder = new File("C:/Users/ADMIN/Desktop/image");

        for (int page = 0; page < document.getNumberOfPages(); ++page) {
            //Rendering an image from the PDF document
            BufferedImage image = renderer.renderImage(page);
            //Writing the image to a file
            ImageIO.write(image, "JPEG", new File(imageFolder+"/" + page +".jpg"));
            System.out.println("Image created"+ page);
        }
        //Closing the document
        document.close();
    }

}   

导入java.awt.image.buffereImage；
导入java.io.File；
导入javax.imageio.imageio；
导入org.apache.pdfbox.pdmodel.PDDocument；
导入org.apache.pdfbox.rendering.PDFRenderer；
公开课演示PDF{
公共静态void main（字符串args[]）引发异常{
//加载现有PDF文档
File File=新文件（“C:/Users/ADMIN/Downloads/Vehicle_photos.pdf”）；
PDDocument document=PDDocument.load（文件）；
//实例化PDFRenderer类
PDFRender渲染器=新的PDFRender（文档）；
File imageFolder=新文件（“C:/Users/ADMIN/Desktop/image”）；
对于（int page=0；page

---

在PDFBox中是否可以将所有嵌入的图像提取为单独的图像，谢谢

是的。可以从pdf中的所有页面提取所有图像

您可以参考此链接

---

这里的基本思想是，使用PDFStreamEngine扩展类，并重写processOperator方法。调用所有页面的PDFStreamEngine.processPage。如果已传递给processOperator的对象是图像对象，则从该对象获取BuffereImage并保存它。

是。可以从pdf中的所有页面提取所有图像

您可以参考此链接

---

这里的基本思想是，使用PDFStreamEngine扩展类，并重写processOperator方法。调用所有页面的PDFStreamEngine.processPage。如果已传递给processOperator的对象是图像对象，则从该对象获取BuffereImage并保存它。

扩展PDFStreamEngine并重写processOperator，例如

 @Override
protected void processOperator( Operator operator, List<COSBase> operands) throws IOException
{
    String operation = operator.getName();
    if( "Do".equals(operation) )
    {
        COSName objectName = (COSName) operands.get( 0 );
        PDXObject xobject = getResources().getXObject( objectName );
        if( xobject instanceof PDImageXObject)
        {
            PDImageXObject image = (PDImageXObject)xobject;
            int imageWidth = image.getWidth();
            int imageHeight = image.getHeight();

            // same image to local
            BufferedImage bImage = new BufferedImage(imageWidth,imageHeight,BufferedImage.TYPE_INT_ARGB);
            bImage = image.getImage();
            ImageIO.write(bImage,"PNG",new File("c:\\temp\\image_"+imageNumber+".png"));

            imageNumber++;

        }
        else 
        {

        }
    }
    else
    {
        super.processOperator( operator, operands);
    }
}

@覆盖
受保护的void processOperator（运算符运算符、列表操作数）引发IOException
{
字符串操作=operator.getName（）；
if（“Do.”等于（操作））
{
COSName objectName=（COSName）操作数。get（0）；
PDXObject xobject=getResources（）.getXObject（objectName）；
if（PDImageXObject的xobject实例）
{
PDImageXObject image=（PDImageXObject）xobject；
int imageWidth=image.getWidth（）；
int imageHeight=image.getHeight（）；
//本地图像相同
BuffereImage bImage=新的BuffereImage（imageWidth、imageHeight、BuffereImage.TYPE_INT_ARGB）；
bImage=image.getImage（）；
ImageIO.write（双图像，“PNG”，新文件（“c:\\temp\\image_”+imageNumber+”.PNG”）；
imageNumber++；
}
其他的
{
}
}
其他的
{
超级处理运算符（运算符、操作数）；
}
}

扩展PDFStreamEngine并重写processOperator，例如

 @Override
protected void processOperator( Operator operator, List<COSBase> operands) throws IOException
{
    String operation = operator.getName();
    if( "Do".equals(operation) )
    {
        COSName objectName = (COSName) operands.get( 0 );
        PDXObject xobject = getResources().getXObject( objectName );
        if( xobject instanceof PDImageXObject)
        {
            PDImageXObject image = (PDImageXObject)xobject;
            int imageWidth = image.getWidth();
            int imageHeight = image.getHeight();

            // same image to local
            BufferedImage bImage = new BufferedImage(imageWidth,imageHeight,BufferedImage.TYPE_INT_ARGB);
            bImage = image.getImage();
            ImageIO.write(bImage,"PNG",new File("c:\\temp\\image_"+imageNumber+".png"));

            imageNumber++;

        }
        else 
        {

        }
    }
    else
    {
        super.processOperator( operator, operands);
    }
}

@覆盖
受保护的void processOperator（运算符运算符、列表操作数）引发IOException
{
字符串操作=operator.getName（）；
if（“Do.”等于（操作））
{
COSName objectName=（COSName）操作数。get（0）；
PDXObject xobject=getResources（）.getXObject（objectName）；
if（PDImageXObject的xobject实例）
{
PDImageXObject image=（PDImageXObject）xobject；
int imageWidth=image.getWidth（）；
int imageHeight=image.getHeight（）；
//本地图像相同
BuffereImage bImage=新的BuffereImage（imageWidth、imageHeight、BuffereImage.TYPE_INT_ARGB）；
bImage=image.getImage（）；
ImageIO.write（双图像，“PNG”，新文件（“c:\\temp\\image_”+imageNumber+”.PNG”）；
imageNumber++；
}
其他的
{
}
}
其他的
{
超级处理运算符（运算符、操作数）；
}
}

这个答案与@jprism类似。但这是为那些只想在演示中复制并粘贴此即用代码的人设计的

import org.apache.pdfbox.contentstream.PDFStreamEngine;
import org.apache.pdfbox.contentstream.operator.Operator;
import org.apache.pdfbox.cos.COSBase;
import org.apache.pdfbox.cos.COSName;
import org.apache.pdfbox.pdmodel.PDDocument;
import org.apache.pdfbox.pdmodel.PDPage;
import org.apache.pdfbox.pdmodel.graphics.PDXObject;
import org.apache.pdfbox.pdmodel.graphics.form.PDFormXObject;
import org.apache.pdfbox.pdmodel.graphics.image.PDImageXObject;

import javax.imageio.ImageIO;
import java.awt.image.BufferedImage;
import java.io.File;
import java.io.IOException;
import java.util.List;
import java.util.UUID;

public class ExtractImagesUseCase extends PDFStreamEngine{
    private final String filePath;
    private final String outputDir;

    // Constructor
    public ExtractImagesUseCase(String filePath,
                                String outputDir){
        this.filePath = filePath;
        this.outputDir = outputDir;
    }

    // Execute
    public void execute(){
        try{
            File file = new File(filePath);
            PDDocument document = PDDocument.load(file);

            for(PDPage page : document.getPages()){
                processPage(page);
            }

        }catch(IOException e){
            e.printStackTrace();
        }
    }

    @Override
    protected void processOperator(Operator operator, List<COSBase> operands) throws IOException{
        String operation = operator.getName();

        if("Do".equals(operation)){
            COSName objectName = (COSName) operands.get(0);
            PDXObject pdxObject = getResources().getXObject(objectName);

            if(pdxObject instanceof PDImageXObject){
                // Image
                PDImageXObject image = (PDImageXObject) pdxObject;
                BufferedImage bImage = image.getImage();

                // File
                String randomName = UUID.randomUUID().toString();
                File outputFile = new File(outputDir,randomName + ".png");

                // Write image to file
                ImageIO.write(bImage, "PNG", outputFile);

            }else if(pdxObject instanceof PDFormXObject){
                PDFormXObject form = (PDFormXObject) pdxObject;
                showForm(form);
            }
        }

        else super.processOperator(operator, operands);
    }
}

---

这个答案与@jprism类似。但这是为那些只想在演示中复制并粘贴此即用代码的人设计的

import org.apache.pdfbox.contentstream.PDFStreamEngine;
import org.apache.pdfbox.contentstream.operator.Operator;
import org.apache.pdfbox.cos.COSBase;
import org.apache.pdfbox.cos.COSName;
import org.apache.pdfbox.pdmodel.PDDocument;
import org.apache.pdfbox.pdmodel.PDPage;
import org.apache.pdfbox.pdmodel.graphics.PDXObject;
import org.apache.pdfbox.pdmodel.graphics.form.PDFormXObject;
import org.apache.pdfbox.pdmodel.graphics.image.PDImageXObject;

import javax.imageio.ImageIO;
import java.awt.image.BufferedImage;
import java.io.File;
import java.io.IOException;
import java.util.List;
import java.util.UUID;

public class ExtractImagesUseCase extends PDFStreamEngine{
    private final String filePath;
    private final String outputDir;

    // Constructor
    public ExtractImagesUseCase(String filePath,
                                String outputDir){
        this.filePath = filePath;
        this.outputDir = outputDir;
    }

    // Execute
    public void execute(){
        try{
            File file = new File(filePath);
            PDDocument document = PDDocument.load(file);

            for(PDPage page : document.getPages()){
                processPage(page);
            }

        }catch(IOException e){
            e.printStackTrace();
        }
    }

    @Override
    protected void processOperator(Operator operator, List<COSBase> operands) throws IOException{
        String operation = operator.getName();

        if("Do".equals(operation)){
            COSName objectName = (COSName) operands.get(0);
            PDXObject pdxObject = getResources().getXObject(objectName);

            if(pdxObject instanceof PDImageXObject){
                // Image
                PDImageXObject image = (PDImageXObject) pdxObject;
                BufferedImage bImage = image.getImage();

                // File
                String randomName = UUID.randomUUID().toString();
                File outputFile = new File(outputDir,randomName + ".png");

                // Write image to file
                ImageIO.write(bImage, "PNG", outputFile);

            }else if(pdxObject instanceof PDFormXObject){
                PDFormXObject form = (PDFormXObject) pdxObject;
                showForm(form);
            }
        }

        else super.processOperator(operator, operands);
    }
}

---

2.0.7已经发布。2.0.7已经发布。谢谢，Malikarjun。它解释了这一切。请注意，虽然示例编写得很好，答案很好，但它没有官方工具的功能（请参阅我其他评论中的链接）。官方工具避免了重复，还可以检测内联图像并将jpg文件1:1保存为jpg。链接有错误。它无用地创建了一个BuffereImage对象，然后直接分配一个新对象。谢谢@Daniel。我已经更正了BuffereImage的链接和无用的赋值。谢谢，Malikarjun。它解释了所有这些。请注意，虽然示例编写得很好，答案很好，但它没有官方工具的功能（请参阅我其他评论中的链接）。官方工具避免了重复，还可以检测内联图像并将jpg文件1:1保存为jpg。链接有错误。它无用地创建了一个BuffereImage对象，然后直接分配一个新对象。谢谢@Daniel。我已经更正了BuffereImage的链接和无用的分配。