Question

我想从pdf页面中提取x-y坐标给出的区域。提取的区域可以作为页面存储在新的pdf文档中。这需要多次完成，所以我希望这个过程是脚本化的。是否有任何工具/库可以帮助实现这一目标？

Answer 1

如果iText（对于Java）或iText（夏普）（对于.Net）是可接受的库，您可以使用它们从某些PDF导入现有页面作为模板，其中哪些部分可以在另一个PDF中显示。

查看来自TilingHero.java的TilingHero.cs的示例chapter 6 / iText in Action — 2nd Edition。中央代码是：

PdfImportedPage page = writer.getImportedPage(reader, 1);
// adding the same page 16 times with a different offset
float x, y;
for (int i = 0; i < 16; i++) {
    x = -pagesize.getWidth() * (i % 4);
    y = pagesize.getHeight() * (i / 4 - 3);
    content.addTemplate(page, 4, 0, 0, 4, x, y);
    document.newPage();
}

如您所见，原始页面会导入一次，不同的部分会显示在不同的页面上。

（iText和iTextSharp可免费提供---受AGPL约束---或商业用途）

Answer 2

您可以使用'pdftoppm'来完成此任务：

pdftoppm -f <first page> -l <last page> -jpeg -x <start x> -y <start y> -W <width> -H <height> -jpeg <in file> > <out file>

对于exaple，从点（x，y）=（100,200）裁剪第一个PDF页面的区域，这是裁剪区域的左上角，宽度为50，高度为80并保存JPEG文件使用：

完成

pdftoppm -f 1 -l 1 -jpeg -x 100 -y 200 -W 50 -H 80 'my.pdf' > 'crop.jpg'

如果您的文档解析遇到问题，可以使用'pdftoppm'的'-r'选项（有关详情，请参阅'pdftoppm'的手册页。）

当然，如果需要，您可以轻松地将JPEG文件转换为PDF格式。

Answer 3

使用ghostscript，您可以通过以下方式裁剪pdf：

gs -f original.pdf -o final.pdf -sDEVICE=pdfwrite \
    -c "[/CropBox [x-left y-bottom x-right y-top] /PAGES pdfmark"

x-left，y-bottom等，坐标可以用所需的坐标代替。请注意，对于gs，坐标(0, 0)位于页面的左下角。

然后可以轻松编写脚本。

从pdf中提取区域

3 个答案: