图像处理：质量规格（pdf）到密度文本文件

在图像处理领域之外，我想我有一个简单的任务，但我不知道从哪里开始

挑战在于，一些实验室喜欢以PDF格式发布其质量规格数据。虽然这足以证实他们的说法，但对于定量分析来说基本上是无用的。我想阅读质量规格密度：

改为以下格式：

3947>> Voyager Spec #1[BP = 536.8, 10241]" 
TYPE MASSSPEC
499.985486  760.097
500.007777  754.159
500.030068  774.162
500.052359  805.103
500.074651  821.98
500.096944  847.921
500.119237  864.798
...

第1列为m/z（x轴），第2列为（相对）丰度（y轴）

---

这可能吗？是否存在可执行此任务的工具？实现这样一个工具需要多长时间？

我的第一个想法是使用像GIMP这样的程序来编辑轴和标签，精确裁剪到图形本身的大小，以便左下角的第一个像素代表图形原点。然后，您可以使用图像处理库（很多都存在——我喜欢Ruby中的RMagick）将图像作为黑白图像进行处理，并将数据作为数组进行获取。（您可能希望旋转它以使其更容易）。其思想是让每个数组表示给定X轴特定点的Y轴数据列。这样，您只需计算黑色像素就可以得到Y值

我确信有一些方法可以编程检测图形边界并过滤掉文本，但这增加了很多复杂性

---

希望这对您有所帮助

指的是“便携式文档格式”（当您将鼠标悬停在标签上时，请查看显示的文本）。你确定你是那个意思吗？谢谢你的澄清。是的，我说的是“可移植文档格式”，而不是一些专门的海量数据类型相关帖子：，看。我经常看到这种问题。基本上，您有一个报告，但您需要用于生成报告的数据。很难将报表转换回其组成数据。要求报告制作人提供数据要简单得多。