Question

几年以来，我已经成功地从PDF中提取图像了。我使用itextsharp来做到这一点。我得到一个PdfImageObject并获得过滤器。这个过滤器大多是“/ FlateDecode”。在这种情况下，我使用pdf.PdfReader.FlateDecode（bytes，True）来解码原始字节。

但是最近我遇到了带有滤镜的PdfImageObjects的pdf：“[/ FlateDecode，/ RunLengthDecode]”。

所以我猜原始字节必须解码两次！？！？

我在互联网上找到了/ RunLengthDecode部分的一些代码： https://github.com/kusl/itextsharp/blob/master/tags/iTextSharp_5_4_5/src/core/iTextSharp/text/pdf/FilterHandlers.cs

我尝试在图像上应用两种解码选项。 First / FlateDecode然后/ RunLengthDecode。第二个是/ RunLengthDecode，然后是/ FlateDecode。

但/ RunLengthDecode代码在两个场景中都给出了错误。

Answer 1

这实际上不是问题的答案，而是对导致这个问题的问题的分析。

在对该问题的评论中，结果发现iText中的错误是OP尝试手动过滤原始流并提取图像的原因：某些图像是在小错误的情况下提取的。 OP将有问题的图像识别为具有过滤器[/FlateDecode, /RunLengthDecode]的图像。

错误

有问题的错误确实是iText对 RunLengthDecode 过滤器的实现，此处来自iText for .Net 5.5.x：

private class Filter_RUNLENGTHDECODE : IFilterHandler {

    public byte[] Decode(byte[] b, PdfName filterName, PdfObject decodeParams, PdfDictionary streamDictionary) {
     // allocate the output buffer
        MemoryStream baos = new MemoryStream();
        sbyte dupCount = -1;
        for (int i = 0; i < b.Length; i++){
            dupCount = (sbyte)b[i];
            if (dupCount == -128) break; // this is implicit end of data

            if (dupCount >= 0 && dupCount <= 127){
                int bytesToCopy = dupCount+1;
                baos.Write(b, i, bytesToCopy);
                i+=bytesToCopy;
            } else {
                // make dupcount copies of the next byte
                i++;
                for (int j = 0; j < 1-(int)(dupCount);j++){ 
                    baos.WriteByte(b[i]);
                }
            }
        }
        return baos.ToArray();
    }
}

更确切地说是这一行：

                baos.Write(b, i, bytesToCopy);

它应该在索引bytesToCopy之后复制下一个i字节 - 在索引i处有计数值毕竟 - 但此命令从 索引bytesToCopy开始复制下一个i字节 。因此，对于每次运行的字节，一旦iText复制，首先复制计数字节，然后复制运行的最后一个字节。

相反，该行应为

baos.Write(b, i+1, bytesToCopy);

对位图图像的示例效果

由于重复字节的运行被正确提取，即使对于长的，非重复的运行，也有许多正确的字节（在一个位置上），提取的图像iText只是看起来有点错误，例如：< / p>
图片损坏：

未损坏的图片：

漏洞的普遍性

这个bug多年来一直在iText 5.x for .Net中。此外，它已经存在于iText 5.x for Java中多年，并且仍然是，例如，这里来自当前的5.5.13-SNAPSHOT：

private static class Filter_RUNLENGTHDECODE implements FilterHandler{ public byte[] decode(byte[] b, PdfName filterName, PdfObject decodeParams, PdfDictionary streamDictionary) throws IOException { // allocate the output buffer ByteArrayOutputStream baos = new ByteArrayOutputStream(); byte dupCount = -1; for(int i = 0; i < b.length; i++){ dupCount = b[i]; if (dupCount == -128) break; // this is implicit end of data if (dupCount >= 0 && dupCount <= 127){ int bytesToCopy = dupCount+1; baos.write(b, i, bytesToCopy); i+=bytesToCopy; } else { // make dupcount copies of the next byte i++; for(int j = 0; j < 1-(int)(dupCount);j++){ baos.write(b[i]); } } } return baos.toByteArray(); } }

并在iText 7中，例如这里来自Java的当前7.1.2-SNAPSHOT：

public class RunLengthDecodeFilter implements IFilterHandler { @Override public byte[] decode(byte[] b, PdfName filterName, PdfObject decodeParams, PdfDictionary streamDictionary) { ByteArrayOutputStream baos = new ByteArrayOutputStream(); byte dupCount; for (int i = 0; i < b.length; i++) { dupCount = b[i]; if (dupCount == (byte) 0x80) { // this is implicit end of data break; } if (dupCount >= 0) { int bytesToCopy = dupCount + 1; baos.write(b, i, bytesToCopy); i += bytesToCopy; } else { // make dupcount copies of the next byte i++; for (int j = 0; j < 1 - (int) (dupCount); j++) { baos.write(b[i]); } } } return baos.toByteArray(); } }

很可能这个错误可能会持续很长时间，因为 RunLengthDecode 过滤器几乎没有被使用多年。

如何使用过滤器“[/ FlateDecode，/ RunLengthDecode]”

1 个答案:

错误

对位图图像的示例效果

漏洞的普遍性