0

我想以 pdf 格式提取图像，当我得到原始字节图像时，图像被“找不到适合完成此操作的成像组件”损坏。我在文件中写入字节并使用 Windows 图像查看器和图像魔术进行测试，但仍然损坏。但任何 pdf 查看器都可以显示它。甚至我可以使用 pdfium 从中获得渲染位图。

public byte[] GetImageRaw()
{
    var meta = FPdfLib.Instance.PageImageObject_GetImageMetaData(handle, pageHandle);
    var size = meta.width * meta.height * meta.bits_per_pixel / 8;
    return FPdfLib.Instance.PageImageObject_GetImageDataRaw(handle, (int)size); // implemented down 
}

public byte[] PageImageObject_GetImageDataRaw(IntPtr pageImageObject, int bufferSize)
{
    lock (lockObj)
    {
        var buffer = new byte[bufferSize];
        var size = (int)FPdf.FPDFImageObj_GetImageDataRaw(pageImageObject, buffer, (ulong)bufferSize); // implemented down 
        var data = size == bufferSize ? buffer : buffer[..size];
        return data;
    }
}

// Get the raw image data of |image_object|. The raw data is the image data as
// stored in the PDF without applying any filters. |buffer| is only modified if
// |buflen| is longer than the length of the raw image data.
//
//   image_object - handle to an image object.
//   buffer       - buffer for holding the raw image data.
//   buflen       - length of the buffer in bytes.
//
// Returns the length of the raw image data.
[DllImport("pdfium.dll")]
public static extern ulong FPDFImageObj_GetImageDataRaw(FPDF_PAGEOBJECT image_object, byte[] buffer, ulong buflen);

可以毫无问题地提取pdf中的其他图像。

4

1 回答 1

1

FPDFImageObj_GetImageDataRaw是原始的压缩图像数据，因为它存储在 PDF 流本身中。此方法对于操作 pdf 文档对象很有用，但如果您只想提取图像数据，则不是很有用。

使用FPDFImageObj_GetImageDataDecoded,FPDFImageObj_GetRenderedBitmap或FPDFImageObj_SetBitmap代替。

请注意，对于这些方法中的任何一种，您仍然需要添加自己的位图标头才能使其成为有效的位图文件。

参考：https ://pdfium.googlesource.com/pdfium/+/refs/heads/main/public/fpdf_edit.h

于 2021-12-14T05:32:34.893 回答