無法在PDF文檔中找到ColorSpace對象的位置

Question

我想在PDF中標識ColorSpace對象，並獲取它們在頁面中的位置（坐標，顏色空間的寬度和高度）。 我嘗試遍歷Contents.ContentContext.Resources.ColorSpaces的BaseDataObject ，我可以在文件中標識Pantone色彩空間 （如屏幕截圖所示），但是無法找到有關對象位置（x，y，w和h）的信息。

在哪里可以找到ColorSpaces和嵌入式圖像等可見對象（在打開文檔時可見）的確切位置？

我正在使用“ pdfclown ”庫從PDF提取有關ColorSpaces的信息。 任何輸入都會有所幫助。 提前致謝。

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文檔 （具有CMYK和Pantone顏色）

截圖

Answer 1

我想在PDF中標識ColorSpace對象，並獲取它們在頁面中的位置（坐標，顏色空間的寬度和高度）。

我假設你是說這里的方塊：

請注意，這些不是 PDF ColorSpace對象，而是許多簡單（矩形）的路徑，其中填充了不同的顏色並在其上繪制了一些文本。

PDF ColorSpace不是彩色區域的特定渲染，它們是抽象的顏色規范 ：

顏色可以用多種顏色系統或顏色空間中的任何一種來描述。 一些顏色空間與設備顏色表示（灰度，RGB，CMYK）有關，其他顏色空間與人類的視覺感知（基於CIE）有關。 某些特殊功能也被建模為顏色空間：圖案，顏色映射，分離以及高保真和多色調顏色。

（ISO 32000-1，第8.6節“色彩空間”）

因此，當您尋找具有坐標，寬度和高度的對象時，您正在尋找的是使用這些抽象色彩空間而不是普通色彩空間的 繪圖指令 。

我嘗試遍歷Contents.ContentContext.Resources.ColorSpaces中的BaseDataObject，我可以在文件中標識Pantone色彩空間 （如屏幕截圖所示），但是無法找到有關對象位置（x，y，w和h）的信息。

通過查看cs.Contents.ContentContext.Resources.ColorSpaces您可以獲得所有可用於當前上下文的特殊顏色的枚舉，而不是實際用法的枚舉。 為了獲得實際的用法，您必須遍歷ContentScanner cs ，即，您必須檢查當前上下文中的指令，例如：

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： 這僅僅是一個概念驗證 ，已盡可能簡化，以便仍在您的PDF中工作，如上面屏幕快照中的正方形所示。

對於一般解決方案，您將不得不對此進行大量擴展：

• 該代碼僅檢查給定的內容掃描器，即僅檢查已針對其初始化的內容流（在您的情況下為頁面內容流）。

  從這樣的上下文流中，可以引用其他內容流，例如表單XObject。 為了捕獲通用文檔中有趣的色彩空間的所有用法，您還必須遞歸檢查此類相關的內容流。

• 該代碼將忽略當前的轉換矩陣。

  可以通過一條指令更改當前變換矩陣，以使所有按照以下指令繪制的圖形的坐標都根據仿射變換而變化。 為了正確獲取通用文檔中的所有坐標和尺寸，必須將當前的變換矩陣應用於它們。

• 該代碼將忽略save-graphics-state / restore-graphics-state指令。

  當前圖形狀態（包括填充顏色和當前變換矩陣）可以存儲在堆棧中並從堆棧中恢復。 要在常規文檔中正確獲取顏色，坐標和尺寸，您必須跟蹤保存和恢復的圖形狀態（或使用cs.State數據進行顏色和轉換，而PDF Clown會為您完成此操作）。

• 該代碼僅查看“ 分離”色彩空間。

  如果您也對其他顏色空間感興趣，則可以將其概括化。

• 該代碼僅了解非常具體的瑣碎路徑：僅由定義矩形的一條指令生成的路徑。

  對於通用解決方案，您必須支持任意路徑。