如何使用 Java 從 pdf 中提取圖像（不使用 pdfbox）
[英]How to extract images from pdf using Java (not using pdfbox)
問題描述
我一直在研究如何從一個大（> 300MB）的 PDF 文件中提取圖像。 我正在使用 pdfbox，但由於某些我無法弄清楚的特殊原因，某些頁面未正確提取。
我使用 pdfbox 的 PDFToImage 類作為我代碼的基礎。
那么，你知道另一個可以幫助我做到這一點的圖書館嗎？ 我知道可以使用 iText，但我讀到它不能用於商業產品。
我已經安裝了 xpdf 和 xpdf-utils 包，並且名為 pdfimages 的實用程序運行良好。 但是我需要從 Java 解決這個問題，它應該是可移植的。
3 個解決方案
解決方案1
6 已采納 2010-11-30 16:23:24
我認為您在這里談論的是兩種不同的事情：從 PDF 中提取圖像，以及將 PDF 頁面轉換為圖像。 PDFToImage將為每個頁面輸出一個圖像，而 pdfimages 提取所有嵌入的圖像（例如，文本文檔有 0 個圖像）。
看看org.apache.pdfbox.tools.ExtractImages （ 源代碼），看看它是否符合您的要求。
解決方案2
0 2010-11-30 16:17:43
很難處理 300 Mb PDF 的最可能原因是內存不足。 如果它適用於較小的 PDF，我會仔細研究它失敗的原因。
使用 PDFBox 從單個 PDF 頁面中提取多個嵌入圖像
[英]Extract Multiple Embedded Images from a single PDF Page using PDFBox
如何使用pdfbox（或其他開源Java庫）從PDF文件中提取顏色配置文件
[英]How do you extract color profiles from a PDF file using pdfbox (or other open source Java lib)
如何使用java和PDFBox從PDF獲取字符的Unicode
[英]How to get Unicode of the characters from PDF using java and PDFBox
聲明:本站的技術帖子網頁，遵循CC BY-SA 4.0協議，如果您需要轉載，請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.