PDFBox 2.0.3 - 从 PrintImageLocations.java 返回的图像坐标与预期不符

Question

我正在尝试提取嵌入到 PDF 中的图像的 x、y、width 和 height根据以下位置使用 PrintImageLocations.java：

https://svn.apache.org/repos/asf/pdfbox/tags/2.0.3/examples/src/main/java/org/apache/pdfbox/examples/util/PrintImageLocations.java

但是，返回值的所有实例都与我的预期不一致。由于这些值太不正常了，我从下面的位置运行了 SaveImagesInPdf 类，以确保 PDFBox 正在查看正确的图像，并且它确实完美地找到并提取了所需的图像。

https://www.tutorialkart.com/pdfbox/extract-images-from-pdf-using-pdfbox/

我所期望的与我输入的 x、y、width 和 height 相同在提取特定文本时作为 Rectangle2D 到 PDFTextStripperByArea 类。

我已经做了相当多的互联网研究，我真的找不到一个直接的答案。根据我的阅读，我认为我用于提取文本的坐标系与用于图像的坐标系不同。

如果是这种情况，是否可以将 PrintImageLocations.java 带回的值转换为我用于 PDFTextStripperByArea 的 Rectangle2D 坐标> ?

我们将不胜感激任何有关此事的帮助。

Answer 1

我遇到了类似的问题。我的图像的 Y 位置偏离了（页面顶部而不是页面底部）。经过大量搜索，我终于发现一个新的 PrintImageLocations 具有以下代码，它会进行必要的调整以纠正问题：

    PDImageXObject image = (PDImageXObject)xobject;
    int imageWidth = image.getWidth();
    int imageHeight = image.getHeight();

    Matrix ctmNew = getGraphicsState().getCurrentTransformationMatrix();
    float imageXScale = ctmNew.getScalingFactorX();
    float imageYScale = ctmNew.getScalingFactorY();

    float yScaling = ctmNew.getScaleY();
    float angle = (float)Math.acos(ctmNew.getValue(0, 0)/ctmNew.getScaleX());
    if (ctmNew.getValue(0, 1) < 0 && ctmNew.getValue(1, 0) > 0)
    {
        angle = (-1)*angle;
    }

    PDPage page = getCurrentPage();
    double pageHeight = page.getMediaBox().getHeight();
    ctmNew.setValue(2, 1, (float)(pageHeight - ctmNew.getTranslateY() - Math.cos(angle)*yScaling));
    ctmNew.setValue(2, 0, (float)(ctmNew.getTranslateX() - Math.sin(angle)*yScaling));

    // because of the moved 0,0-reference, we have to shear in the opposite direction
    ctmNew.setValue(0, 1, (-1)*ctmNew.getValue(0, 1));
    ctmNew.setValue(1, 0, (-1)*ctmNew.getValue(1, 0));

    System.out.println("NEW NEW:  position in PDF = " + ctmNew.getTranslateX() + ", " + ctmNew.getTranslateY() + " in user space units");