python - 为什么页面的 MuPDF MediaBox 比包含的图像小？

Question

对于这个示例 PDF，我这样做了：

import fitz

doc = fitz.open("PDF-export-example-image-ocr.pdf")

print(f"(1) {doc[0].bound()=}")
print(f"(2) {doc[0].MediaBox=}")
print(f"(3) {doc[0].getImageList()}")


doc.close()

这使：

(1) doc[0].bound()=Rect(0.0, 0.0, 612.0399780273438, 792.530029296875)

(2) doc[0].MediaBox=Rect(0.0, 0.0, 612.0399780273438, 792.530029296875)

(3) [(15, 0, 1275, 1651, 8, 'DeviceRGB', '', 'R12', 'DCTDecode')]

我希望 (1) 和 (2) 相同，尽管我不明白为什么有两种方法可以得到相同的结果。

我不明白的是为什么（3）中图像的价值比它所在的页面大得多。有人可以解释一下吗？

Answer 1

您看到的图像大小是嵌入的 JPEG 图像资源中有多少像素。这对于在页面上绘制时图像的大小几乎为零。页面上图像的物理大小完全由绘制图像的页面内容流命令决定。