我确信这非常简单...我只是无法解决这个问题... exist-db文档在内容提取方面有点模糊... http://exist-db.org/exist/apps/doc/contentextraction。
我有一个pdf文件，其中包含约162张高分辨率图像（pdf很大...），我不知道如何访问任何可能创建的图像...
请不要破坏我！我刚刚开始建立数据库（对于Uni版），我希望拥有一个传真版（因此，一个带有图像文件的标签和一个带有转录文本的标签）
我的目标是做类似于海德堡大学使用“ Welsche Gast Digital” http://digi.ub.uni-heidelberg.de/diglit/cpg389/0190/image做的事情 （选择的图像只是一个例子！） This pic 单击传真时，将打开“扫描”，而单击“转录”时，将打开转录的文本！
我对Xquery，Xpath和大多数与X相关的东西很陌生。我在existent-db中放有一个“工作设计”，正在寻找TEI来标记转写等，我担心我将不得不在这个问题上花很多时间... （这不是为我工作，而是为我指明正确的方向）
答案 0 :(得分：1)
恐怕简短的答案就是根本没有。
在您的数据库中存储pdf，然后尝试从中提取图像是一种灾难的秘诀。相反，您应该使用源图像（不一定从pdf中提取），并将它们分别存储在集合中（例如资源/ img）。这些图像文件就是文档实际上在谈论的二进制资源。
您可能想看一下tei-publisher，以创建现有的数字版本，尤其是此demo app，以了解如何呈现带有文本转录部分的高分辨率传真。恐怕所有这些都比在浏览器中打开pdf还要复杂得多，但是 Welsche Gast Digital
也是如此。