Question

是否有任何工具可以将pdf文档呈现为具有部分内容的图像？例如，只有文字，但没有图像和矢量，或者只有图像和矢量，但没有文字。

Answer 1

执行此操作的“传统”方法是预处理PDF文件，以便只保留所需的元素，然后对剩余文件进行栅格化。

举个例子，我已经实现了PDF到iPad的工作流程，其中callas pdfToolbox（注意，我连接到这家公司）用于在文本文件中分割PDF文件和“除了文本之外的任何东西”文件。之后，“除了文本之外的任何文件”文件被光栅化，并且重新组装了两个文件。

因此，无论您想使用哪种工具，我都会看到该工具如何预处理文件以删除无用的元素，或者如何分割出您想要的文件。然后使用该工具的常规光栅化功能。

Answer 2

使用Debenu Quick PDF Library，您可以通过两种方式进行提取：

1.PDF2Image只是文字，没有图像

DPL.LoadFromFile("my_file.pdf", "");
int image_count = DPL.FindImages();  //number of embedded images
for(int i=0; i<=image_count; i++)
{
    DPL.ClearImage(i);  //clear the images
}
DPL.RenderageToFile(72, 1, 0, "just_text.bmp"); //save the file to image, without the images

以下是功能列表： http://www.debenu.com/docs/pdf_library_reference/ImageHandling.php

2.PDF2Image只是文字，没有图像

DPL.LoadFromFile("my_file.pdf", "");
DPL.GetPageText(3); //this returns CSV string with the cordinates of the text

//create new blank file
//XPos is the horizontal position of the text - get it from the CSV string
//YPos is the vertical position of the text - get it from the CSV string
//your_text is the text to draw - get it from the CSV string
DPL.DrawText(XPos, YPos, your_text);
DPL.RenderageToFile(72, 1, 0, "just_text.bmp"); //save the file to image, without the images

将pdf的部分内容渲染为图像

2 个答案: