提取 PDF 文件中的边框
内容
[
隐藏
]在本教程中，我们将学习如何使用 Aspose.PDF for .NET 提取 PDF 文件中的边框。我们将一步步解释C#的源代码。在本教程结束时，您将了解如何从 PDF 文档中提取边框并将其另存为图像。开始吧！
第一步：搭建环境
首先，确保您已使用 Aspose.PDF for .NET 设置 C# 开发环境。添加对库的引用并导入必要的命名空间。
第2步：加载PDF文档
在此步骤中，我们从指定文件加载 PDF 文档。
Document doc = new Document(dataDir + "input.pdf");
请务必将“您的文档目录”替换为 PDF 文件所在的实际目录。
第三步：边缘提取
我们将通过迭代文档中包含的操作来从 PDF 文档中提取边框。
Stack graphicsState = new Stack();
System.Drawing.Bitmap bitmap = new System.Drawing.Bitmap((int)doc.Pages[1].PageInfo.Width, (int)doc.Pages[1].PageInfo.Height);
System.Drawing.Drawing2D.GraphicsPath graphicsPath = new System.Drawing.Drawing2D.GraphicsPath();
System.Drawing.Drawing2D.Matrix lastCTM = new System.Drawing.Drawing2D.Matrix(1, 0, 0, -1, 0, 0);
System.Drawing.Drawing2D.Matrix inversionMatrix = new System.Drawing.Drawing2D.Matrix(1, 0, 0, -1, 0, (float)doc.Pages[1].PageInfo.Height);
System.Drawing.PointF lastPoint = new System.Drawing.PointF(0, 0);
System.Drawing.Color fillColor = System.Drawing.Color.FromArgb(0, 0, 0);
System.Drawing.Color strokeColor = System.Drawing.Color.FromArgb(0, 0, 0);
using (System.Drawing.Graphics gr = System.Drawing.Graphics.FromImage(bitmap))
{
//处理所有内容操作
foreach(Operator op in doc.Pages[1].Contents)
{
//检查操作类型
// ...
//添加代码来处理每个操作
}
}
我们创建一个graphicsState用于存储图形状态的堆栈、用于捕获提取的边框的位图图像、GraphicsPath对象来存储绘图路径，以及其他变量来跟踪状态和颜色。
第四步：交易处理
在这一步中，我们处理文档的每个操作以提取边框。
//检查操作类型
if (opSaveState != null)
{
//保存之前的状态并将当前状态压入栈顶
graphicsState.Push(((System.Drawing.Drawing2D.Matrix)graphicsState.Peek()).Clone());
lastCTM = (System.Drawing.Drawing2D.Matrix)graphicsState.Peek();
}
else if (opRestoreState != null)
{
//删除当前状态并恢复之前状态
graphicsState. Pop();
lastCTM = (System.Drawing.Drawing2D.Matrix)graphicsState.Peek();
}
else if (opCtm != null)
{
//检索当前变换矩阵
System.Drawing.Drawing2D.Matrix cm = new System.Drawing.Drawing2D.Matrix(
(float)opCtm.Matrix.A,
(float)opCtm.Matrix.B,
(float)opCtm.Matrix.C,
(float)opCtm.Matrix.D,
(float)opCtm.Matrix.E,
(float)opCtm.Matrix.F);
//将当前矩阵与状态矩阵相乘
((System.Drawing.Drawing2D.Matrix)graphicsState.Peek()).Multiply(cm);
lastCTM = (System.Drawing.Drawing2D.Matrix)graphicsState.Peek();
}
else if (opMoveTo != null)
{
//更新最后一个绘图点
lastPoint = new System.Drawing.PointF((float)opMoveTo.X, (float)opMoveTo.Y);
}
else if (opLineTo != null)
{
//处理直线的绘制
// ...
//添加代码来处理画线
}
// ...
//添加 else if 块用于其他操作
我们使用条件检查操作类型并为每个操作运行适当的代码。
第 5 步：备份映像
最后，我们将包含提取边框的位图图像保存到指定文件中。
dataDir = dataDir + "ExtractBorder_out.png";
bitmap.Save(dataDir, ImageFormat.Png);
请务必指定正确的目录和文件名来保存输出图像。
使用 Aspose.PDF for .NET 提取边框的示例源代码
//文档目录的路径。
string dataDir = "YOUR DOCUMENT DIRECTORY";
Document doc = new Document(dataDir + "input.pdf");
Stack graphicsState = new Stack();
System.Drawing.Bitmap bitmap = new System.Drawing.Bitmap((int)doc.Pages[1].PageInfo.Width, (int)doc.Pages[1].PageInfo.Height);
System.Drawing.Drawing2D.GraphicsPath graphicsPath = new System.Drawing.Drawing2D.GraphicsPath();
//默认 ctm 矩阵值为 1,0,0,1,0,0
System.Drawing.Drawing2D.Matrix lastCTM = new System.Drawing.Drawing2D.Matrix(1, 0, 0, -1, 0, 0);
//System.Drawing坐标系是基于左上角的，而pdf坐标系是基于左下角的，所以我们必须应用逆矩阵
System.Drawing.Drawing2D.Matrix inversionMatrix = new System.Drawing.Drawing2D.Matrix(1, 0, 0, -1, 0, (float)doc.Pages[1].PageInfo.Height);
System.Drawing.PointF lastPoint = new System.Drawing.PointF(0, 0);
System.Drawing.Color fillColor = System.Drawing.Color.FromArgb(0, 0, 0);
System.Drawing.Color strokeColor = System.Drawing.Color.FromArgb(0, 0, 0);
using (System.Drawing.Graphics gr = System.Drawing.Graphics.FromImage(bitmap))
{
gr.SmoothingMode = SmoothingMode.HighQuality;
graphicsState.Push(new System.Drawing.Drawing2D.Matrix(1, 0, 0, 1, 0, 0));
//处理所有内容命令
foreach (Operator op in doc.Pages[1].Contents)
{
Aspose.Pdf.Operators.GSave opSaveState = op as Aspose.Pdf.Operators.GSave;
Aspose.Pdf.Operators.GRestore opRestoreState = op as Aspose.Pdf.Operators.GRestore;
Aspose.Pdf.Operators.ConcatenateMatrix opCtm = op as Aspose.Pdf.Operators.ConcatenateMatrix;
Aspose.Pdf.Operators.MoveTo opMoveTo = op as Aspose.Pdf.Operators.MoveTo;
Aspose.Pdf.Operators.LineTo opLineTo = op as Aspose.Pdf.Operators.LineTo;
Aspose.Pdf.Operators.Re opRe = op as Aspose.Pdf.Operators.Re;
Aspose.Pdf.Operators.EndPath opEndPath = op as Aspose.Pdf.Operators.EndPath;
Aspose.Pdf.Operators.Stroke opStroke = op as Aspose.Pdf.Operators.Stroke;
Aspose.Pdf.Operators.Fill opFill = op as Aspose.Pdf.Operators.Fill;
Aspose.Pdf.Operators.EOFill opEOFill = op as Aspose.Pdf.Operators.EOFill;
Aspose.Pdf.Operators.SetRGBColor opRGBFillColor = op as Aspose.Pdf.Operators.SetRGBColor;
Aspose.Pdf.Operators.SetRGBColorStroke opRGBStrokeColor = op as Aspose.Pdf.Operators.SetRGBColorStroke;
if (opSaveState != null)
{
//保存之前的状态并将当前状态推入堆栈顶部
graphicsState.Push(((System.Drawing.Drawing2D.Matrix)graphicsState.Peek()).Clone());
lastCTM = (System.Drawing.Drawing2D.Matrix)graphicsState.Peek();
}
else if (opRestoreState != null)
{
//丢弃当前状态并恢复前一个状态
graphicsState.Pop();
lastCTM = (System.Drawing.Drawing2D.Matrix)graphicsState.Peek();
}
else if (opCtm != null)
{
System.Drawing.Drawing2D.Matrix cm = new System.Drawing.Drawing2D.Matrix(
(float)opCtm.Matrix.A,
(float)opCtm.Matrix.B,
(float)opCtm.Matrix.C,
(float)opCtm.Matrix.D,
(float)opCtm.Matrix.E,
(float)opCtm.Matrix.F);
//将当前矩阵与状态矩阵相乘
((System.Drawing.Drawing2D.Matrix)graphicsState.Peek()).Multiply(cm);
lastCTM = (System.Drawing.Drawing2D.Matrix)graphicsState.Peek();
}
else if (opMoveTo != null)
{
lastPoint = new System.Drawing.PointF((float)opMoveTo.X, (float)opMoveTo.Y);
}
else if (opLineTo != null)
{
System.Drawing.PointF linePoint = new System.Drawing.PointF((float)opLineTo.X, (float)opLineTo.Y);
graphicsPath.AddLine(lastPoint, linePoint);
lastPoint = linePoint;
}
else if (opRe != null)
{
System.Drawing.RectangleF re = new System.Drawing.RectangleF((float)opRe.X, (float)opRe.Y, (float)opRe.Width, (float)opRe.Height);
graphicsPath.AddRectangle(re);
}
else if (opEndPath != null)
{
graphicsPath = new System.Drawing.Drawing2D.GraphicsPath();
}
else if (opRGBFillColor != null)
{
fillColor = opRGBFillColor.getColor();
}
else if (opRGBStrokeColor != null)
{
strokeColor = opRGBStrokeColor.getColor();
}
else if (opStroke != null)
{
graphicsPath.Transform(lastCTM);
graphicsPath.Transform(inversionMatrix);
gr.DrawPath(new System.Drawing.Pen(strokeColor), graphicsPath);
graphicsPath = new System.Drawing.Drawing2D.GraphicsPath();
}
else if (opFill != null)
{
graphicsPath.FillMode = FillMode.Winding;
graphicsPath.Transform(lastCTM);
graphicsPath.Transform(inversionMatrix);
gr.FillPath(new System.Drawing.SolidBrush(fillColor), graphicsPath);
graphicsPath = new System.Drawing.Drawing2D.GraphicsPath();
}
else if (opEOFill != null)
{
graphicsPath.FillMode = FillMode.Alternate;
graphicsPath.Transform(lastCTM);
graphicsPath.Transform(inversionMatrix);
gr.FillPath(new System.Drawing.SolidBrush(fillColor), graphicsPath);
graphicsPath = new System.Drawing.Drawing2D.GraphicsPath();
}
}
}
dataDir = dataDir + "ExtractBorder_out.png";
bitmap.Save(dataDir, ImageFormat.Png);
Console.WriteLine("\nBorder extracted successfully as image.\nFile saved at " + dataDir);
结论
在本教程中，我们学习了如何使用 Aspose.PDF for .NET 从 PDF 文档中提取边框。您可以使用此分步指南从其他 PDF 文档中提取边框。
PDF 文件中提取边框的常见问题解答
问：从 PDF 文件中提取边框的目的是什么？
答：从 PDF 文件中提取边框可用于多种目的。它允许您隔离和分析文档的结构元素，例如表格、图表或图形元素。您可以使用提取的边框来识别 PDF 文档中内容的布局、尺寸和位置。
问：我可以提取 PDF 文档中特定页面或区域的边框吗？
答：是的，您可以修改提供的 C# 源代码以从 PDF 文档中的特定页面或区域提取边框。通过操纵doc.Pages集合并指定自定义标准，您可以选择从特定页面或感兴趣的区域提取边框。
问：如何自定义输出图像格式和质量？
答：在提供的 C# 代码中，提取的边框保存为 PNG 图像。如果要改变输出图像格式，可以修改ImageFormat.Png中的参数bitmap.Save方法转换为其他受支持的图像格式，例如 JPEG、BMP 或 GIF。此外，您可以根据您的要求调整图像质量或压缩设置。
问：提取的边框还可以进行哪些操作？
答：将边框提取为图像后，您可以使用图像处理库或算法对其进行进一步处理。如果需要，您可以分析图像、应用图像滤镜、检测模式或执行 OCR（光学字符识别）以从图像中提取文本。
问：从复杂的 PDF 文档中提取边框时有什么限制或注意事项吗？
答：提取过程可能会根据 PDF 文档的复杂程度而有所不同。具有多层、透明度或高级图形的复杂 PDF 可能需要额外的处理或调整才能准确提取边框。必须彻底测试各种 PDF 文档的提取过程，以确保结果可靠。
