问题标签 [image-extraction]

是否有一个库有一个类可以从 c#.net 中的 pdf 文件中提取文本？我已经尝试了一些，但文档很糟糕，所以我无法将它付诸实践。此外，如果它提供了一个类来提取图像，那将是一个加号。有什么建议么？提前谢谢。

我还需要能够将它实现到现有的应用程序中。

我有几个 twitter 驱动的新闻聚合网站。我一直计划从我在 Twitter 上找到的文章中添加图片。

如果我下载页面并使用标签提取图像<img>，我会得到一堆图像；并非所有这些都与文章相关。例如，捕获按钮、图标、广告等的图像。如何提取文章随附的图像？我知道有一个解决方案——Facebook 链接共享器做得很好。

米通

重复：如何在网站中查找和提取“主”图像

我想提取上传视频的第一帧并将其保存为图像文件。
可能的视频格式是 mpeg、avi 和 wmv。

要考虑的另一件事是我们正在创建一个 ASP.NET 网站。

我再一次为我的行人问题做出了最好的回答。我正在构建一个小型网络应用程序，通过识别应用程序图标的能力将大大改进。我已经搜索了所有内容，但没有找到任何适合我需要的东西。

基本经验：

1. 用户上传截图

2. 我们提取图标

3. 我们返回对应app的名字

这里有几点：

1. 所有图标都将从屏幕截图中获取。

2. 所有图标将具有相同的像素宽度和高度。

3. 所有图标都将从屏幕截图中的同一位置抓取。

4. 所有图标都需要与图标库（大约 400 个左右）进行匹配。

该应用程序内置于 Rails 中，因此显然任何带有 ruby​​ 库的东西都是理想的，但是，我愿意考虑任何替代方法。

提前致谢，

哈里斯

给定一个带有新闻文章的 HTML 页面，我试图从文章中检测相关图像。为此，我正在查看图像的大小（如果它们太小，可能是导航元素），但我不想下载每张图像。

有没有办法在不下载完整图像的情况下获取图像的宽度和高度？

我有一个由 13 个图像组成的 bmp 图像，每个图像都是 17x17。除了通过 gimp 将此图像分解为 13 个不同的图像之外，还有什么是从该列表中“提取”第 n 个图像（最好是 char 数组）以便我可以使用它的好方法？我已经尝试将指针向前推进 n*17*17 像素，除了它忽略标题的事实之外，我认为这应该可以工作 - 不幸的是，它没有。

建议？

请注意，我已将其标记为 C和C++，因为我很高兴看到/听到任何一种语言的解决方案。

我能够使用Ned Batchelder 的 Python 代码（我将其转换为 C++）从 pdf 文件中提取 jpg。我想知道是否可以使用相同的技术来提取 tiff 文件，如果可以，有人知道找到它们的适当偏移量和标记吗？谢谢，大卫

我正在使用UISegmentedControl（只有一个段）作为按钮。但问题是无法更改字体大小UISegmentedControl（可能在 iOS-5+ 中，但我针对的是较低版本的设备）。是否可以从应用程序中提取图像，UISegmentedControl以便我可以UIButton将此图像用作背景的自定义？

任何帮助将不胜感激。

有什么方法（通过脚本或最好是调用我错过的 ffmpeg 中的某些参数）从 avi 文件中提取帧并忽略顺序重复的帧，从而能够浏览仅查看增量/更改的图片？

我经常需要记录工作中的会议，而且很多时候，当我们通过电话交谈时，我正在查看的客户端屏幕并没有改变。会议结束后，我需要将这些图像用作我们文档和规范收集的一部分。

我知道我可以只输出每一帧并通过任何给定的重复文件删除实用程序运行它们，但这会删除所有重复的帧。所以，如果提取的帧是这样的：

A，A，A，B，B，B，B，C，C，A，A，C，C，C，B，B，B ...

通过典型的重复文件删除器运行它们，我会得到：A、B、C

我想要的是：A、B、C、A、C、B

我目前用来提取图像的命令是：

ffmpeg.exe -i file.avi -ss 0 -sameq -f image2 -r 1 images%5d.png

我事先得到了每一帧（从上面删除了 -r 1），但这会产生太多的帧来处理，因为这些在线会议可能会持续数小时，所以现在，我每秒从文件中获取一帧。

基于 Windows 的解决方案会更可取，但是，我相信其他人会对其他平台上的解决方案感兴趣（如果有的话）。

非常感谢任何朝着正确方向的解决方案或观点。

我刚刚开始从事内容提取项目。首先，我尝试访问网页中的图像 URL。在某些情况下，“img”的“src”属性具有相对 URL。但我需要获取完整的 URL。

我一直在寻找一些 Java 库来实现这一点，并认为Jsoup会很有用。有没有其他图书馆可以轻松实现这一目标？