我希望能够确定PDF页面上文本，图像和路径区域的边界框，类似于此处显示的内容：
http://www.windjack.com/products/screenshot/pdfcanscreenshot2.html
查看PDF规范，我可以看到如何确定路径和图像的边界框，但我看不到如何到达它们的文本。我是否需要手动计算，从字体大小确定字形的高度和宽度等，还是有更简单的方法？
答案 0 :(得分：2)
您可以从"How do I get character offset information from a pdf document?"的解决方案开始，这将为您提供文档中字符和/或子字符串的x，y，宽度和高度。从那里开始，更难的部分是将角色组绑定到空间上不同的区域。无法保证页面上的空间分组文本在文件格式的语法中彼此接近...