什么原因导致pdf中的“图像数据不足”

Question

我有一个Python程序（使用pyPDF），它合并了许多不同的PDF文档。有时，生成的pdf很好，除了中间的一些空白页面。当我使用Acrobat Reader查看这些文档时，收到一条错误消息，指出“图像数据不足”。当我使用FoxIT Reader查看文档时，我得到一些空白页面和一个munged图像。

创建空白页面的PDF的唯一奇怪之处在于它似乎是PDF版本1.4，而PyPdf似乎创建了PDF版本1.3的文件。

1）版本问题听起来像是我问题的根本原因吗？

2）有没有办法让PyPdf正确处理这个问题？

Answer 1

这可能与Windows有关，实际上与.pdf文件无关。

http://support.microsoft.com/kb/2506795

祝你好运！

Answer 2

我遇到了这个问题，并且能够通过在十六进制编辑器中与PyPDF并排查看原始pdf来解决这个问题。

问题似乎是PyPDF实际上留下了一个字节 - 看起来可能是每个图像流中的第一个字节丢失了。当我将字节添加到PyPDF文件时，pdf打开正常，没有错误。

Answer 3

我怀疑图像XObject流是格式错误的。无法访问带有问题的PDF，所有大多数人都可以猜到。

例如，如果pdf信息表示图像宽10像素，高10像素，每像素8位，则流应解压缩为100字节。如果它未压缩到不到那个，我会发现一个像你所看到的错误。

对于你碰巧使用的任何图像格式，这可能是pypdf中的一个错误。

IIRC，PDF中没有扫描线填充，也没有关注字边界，但如果需要，最后一位填充到一个字节。混乱可能很容易导致太多字节，这不是问题。

它也可能是一个糟糕的色彩空间。如果你有一个索引的彩色图像（gif），并且它们将它转换为RGB图像的一半，但是使用原始的索引颜色字节，你会得到一个可能期望每像素n * 3位的流，但仅限于每像素有n位。

这可能是一个在pypdf中修复的旧bug。您使用的是当前版本吗？