Question

我想在PDF中标识 ColorSpace 对象，并获取它们在页面中的位置（坐标，颜色空间的宽度和高度）。我尝试遍历BaseDataObject中的Contents.ContentContext.Resources.ColorSpaces，可以识别文件中的 Pantone颜色空间（如屏幕截图所示），但是找不到有关位置的信息（x，y，w和h）。

在哪里可以找到ColorSpaces和嵌入式图像等可见对象（在打开文档时可见）的确切位置？

我正在使用“ pdfclown ”库从PDF中提取有关ColorSpaces的信息。任何输入都会有所帮助。预先感谢。

ContentScanner cs =  new ContentScanner(page);     
System.Collections.Generic.List<org.pdfclown.documents.contents.colorSpaces.ColorSpace> list = cs.Contents.ContentContext.Resources.ColorSpaces.Values.ToList();
    for (int i = 0; i < list.Count; i++)
    {
            org.pdfclown.objects.PdfArray array = (org.pdfclown.objects.PdfArray)list[i].BaseDataObject;
            foreach (org.pdfclown.objects.PdfObject s in array)
            { 
                //print colorspace and its x,y,w,h
            }
    }

PDF Document （具有CMYK和Pantone颜色）

Screenshot

Answer 1

我想在PDF中标识 ColorSpace 对象，并获取它们在页面中的位置（坐标，颜色空间的宽度和高度）。

我认为您是说这里的正方形：

当心，这些是不是 PDF ColorSpace 对象，它们是许多简单（矩形）的路径，充满了不同的颜色，并带有一些在他们身上画的文字。

PDF ColorSpace 不是彩色区域的特定渲染，它们是抽象颜色规范：

颜色可以用多种颜色系统或 颜色空间 中的任何一种来描述。一些颜色空间与设备颜色表示（灰度，RGB，CMYK）有关，其他颜色空间与人类的视觉感知（基于CIE）有关。某些特殊功能也被建模为颜色空间：图案，颜色映射，分色以及高保真和多色调颜色。

（ISO 32000-1，第8.6节“颜色空间”）

寻找具有座标，宽度和高度的东西时，因此，您正在寻找使用这些抽象色彩空间的绘图指令，而不是 plain颜色空间。

我尝试遍历Contents.ContentContext.Resources.ColorSpaces中的BaseDataObject，我可以识别文件中的 Pantone颜色空间（如屏幕截图所示），但是无法找到有关的信息对象的位置（x，y，w和h）。

通过查看cs.Contents.ContentContext.Resources.ColorSpaces，您可以得到在当前上下文中所有可用的特殊颜色空间的枚举，而不是实际用途。要获得实际用法，您必须遍历ContentScanner cs，即您必须检查当前上下文中的指令，例如像这样：

SeparationColorSpace space = null;
double X = 0, Y = 0, Width = 0, Height = 0;

void ScanForSpecialColorspaceUsage(ContentScanner cs)
{
    cs.MoveFirst();
    while (cs.MoveNext())
    {
        ContentObject content = cs.Current;
        if (content is CompositeObject)
        {
            ScanForSpecialColorspaceUsage(cs.ChildLevel);
        }
        else if (content is SetFillColorSpace _cs)
        {
            ColorSpace _space = cs.Contents.ContentContext.Resources.ColorSpaces[_cs.Name];
            space = _space as SeparationColorSpace;
        }
        else if (content is SetDeviceCMYKFillColor || content is SetDeviceGrayFillColor || content is SetDeviceRGBFillColor)
        {
            space = null;
        }
        else if (content is DrawRectangle _dr)
        {
            if (space != null)
            {
                X = _dr.X;
                Y = _dr.Y;
                Width = _dr.Width;
                Height = _dr.Height;
            }
        }
        else if (content is PaintPath _pp)
        {
            if (space != null && _pp.Filled && (X != 0 || Y != 0 || Width != 0 || Height != 0))
            {
                String name = ((PdfName)((PdfArray)space.BaseDataObject)[1]).ToString();
                Console.WriteLine("Filling rectangle at {0}, {1} with size {2}x{3} using {4}", X, Y, Width, Height, name);
            }
            X = 0;
            Y = 0;
            Width = 0;
            Height = 0;
        }
    }
}

注意： 这只是一个概念验证，已尽可能简化以在PDF中仍然有效上面屏幕截图中的正方形。

对于一般解决方案，您将不得不对其进行大量扩展：

代码仅检查给定的内容扫描器，即仅检查已为其初始化的内容流，在您的情况下为页面内容流。

可以从这样的上下文流中引用其他内容流，例如，表单XObject。要捕获通用文档中有趣的色彩空间的所有用法，您还必须递归检查此类相关的内容流。
该代码将忽略当前的转换矩阵。

可以通过一条指令更改当前变换矩阵，以使按照以下指令绘制的所有图形的坐标都根据仿射变换而改变。为了正确获取通用文档中的所有坐标和尺寸，必须将当前的变换矩阵应用于它们。
代码将忽略保存图形状态/恢复图形状态指令。

当前图形状态（包括填充颜色和当前变换矩阵）可以存储在堆栈中并从堆栈中恢复。要在通用文档中正确获取颜色，坐标和尺寸，您必须跟踪保存和恢复的图形状态（或使用cs.State中的数据进行颜色和转换，而PDF Clown会为您完成此操作）。
代码仅查看分离颜色空间。

如果您也对其他颜色空间感兴趣，请对此进行概括。
该代码仅理解非常具体的琐碎路径：仅由定义矩形的一条指令生成的路径。

对于通用解决方案，您必须支持任意路径。

无法在PDF文档中找到ColorSpace对象的位置

1 个答案: