JAI：如何从多页 TIFF 图像容器中提取单页输入流？

Question

我有一个将 PDF 文档转换为图片的组件，每页一张图片。由于该组件使用生成内存中图像的转换器，因此它会严重影响 JVM 堆并需要一些时间来完成转换。

我正在尝试提高转换过程的整体性能，并找到了一个带有 JNI 绑定的本机库，可以将 PDF 转换为 TIFF。该库只能将 PDF 转换为单个 TIFF 文件（需要中间文件系统存储；甚至不消耗转换流），因此结果 TIFF 文件具有嵌入的转换页面，而不是文件系统上的每页图像。拥有一个原生库极大地改善了整体转换并且性能变得非常快，但是有一个真正的瓶颈：因为我必须进行源页面到目标页面的转换，现在我必须从结果文件中提取每个页面并编写他们都在别处。 RenderedImages 的简单天真方法：

final SeekableStream seekableStream = new FileSeekableStream(tempFile);
final ImageDecoder imageDecoder = createImageDecoder("tiff", seekableStream, null);
...
//                                               V--- heap is wasted here
final RenderedImage renderedImage = imageDecoder.decodeAsRenderedImage(pageNumber);
// ... do the rest stuff ...

实际上，我真的很想从 TIFF 容器文件 (tempFile) 中提取一个具体的页面输入流，然后将其重定向到其他地方，而无需将其存储为内存中的图像。我会想象一种类似于容器处理的方法，我需要寻找一个特定的条目来从中提取数据（例如，ZIP 文件处理等）。但是我在ImageDecoder 中找不到类似的东西，或者我的期望可能有误，只是在这里遗漏了一些重要的东西......

是否可以使用 JAI API 或第三方替代方案提取 TIFF 容器页面输入流？提前致谢。

Answer 1

我可能是错的，但不认为 JAI 支持在不将文件解码为内存图像的情况下拆分 TIFF。而且，很抱歉推广我自己的库，但我认为它完全符合您的需要（用于拆分 TIFF 的解决方案的主要部分由第三方提供）。

通过使用 com.twelvemonkeys.contrib.tiff 中的 TIFFUtilities 类，您应该能够将多页 TIFF 拆分为多个单页 TIFF，如下所示：

TIFFUtilities.split(tempFile, new File("output"));

没有对图像进行解码，仅将每个 IFD 拆分为一个单独的文件，并使用更正的偏移量和字节数写入流。

文件将命名为output/0001.tif、output/0002.tif 等。如果您需要对输出名称进行更多控制或有其他要求，您可以轻松修改代码。该代码带有 BSD 风格的许可证。