使用c#中的itextsharp从PDF中提取位图图像

本文关键字：提取 位图 图像 PDF 中的 itextsharp 使用 | 更新日期: 2023-09-27 18:11:33

我使用以下代码使用ittext -sharp将PDF转换为图像。

private static System.Drawing.Image ExtractImages(String PDFSourcePath)
{
    iTextSharp.text.pdf.RandomAccessFileOrArray RAFObj = null;
    iTextSharp.text.pdf.PdfReader PDFReaderObj = null;
    iTextSharp.text.pdf.PdfObject PDFObj = null;
    iTextSharp.text.pdf.PdfStream PDFStremObj = null;
    try
    {
        RAFObj = new iTextSharp.text.pdf.RandomAccessFileOrArray(PDFSourcePath);
        PDFReaderObj = new iTextSharp.text.pdf.PdfReader(RAFObj, null);
        for (int i = 0; i <= PDFReaderObj.XrefSize - 1; i++)
        {
            PDFObj = PDFReaderObj.GetPdfObject(i);
            if ((PDFObj != null) && PDFObj.IsStream())
            {
                PDFStremObj = (iTextSharp.text.pdf.PdfStream)PDFObj;
                iTextSharp.text.pdf.PdfObject subtype = PDFStremObj.Get(iTextSharp.text.pdf.PdfName.SUBTYPE);
                if ((subtype != null) && subtype.ToString() == iTextSharp.text.pdf.PdfName.IMAGE.ToString())
                {
                    byte[] bytes = iTextSharp.text.pdf.PdfReader.GetStreamBytesRaw((iTextSharp.text.pdf.PRStream)PDFStremObj);
                    if ((bytes != null))
                    {
                        try
                        {
                            System.IO.MemoryStream MS = new System.IO.MemoryStream(bytes);
                            Bitmap ImgPDF = new Bitmap(MS);
                            return ImgPDF;
                        }
                        catch (Exception)
                        {
                        }
                    }
                }
            }
        }
        RAFObj.Close();
        PDFReaderObj.Close();
        return null;
    }
    catch (Exception ex)
    {
        throw new Exception(ex.Message);
    }
}

它适用于某些pdf文件，但对于某些文件，它会在

抛出异常
Bitmap ImgPDF = new Bitmap(MS);

参数无效

我真的很困惑。为什么会这样。是由于文件的安全性差异还是其他原因?

使用c#中的itextsharp从PDF中提取位图图像

您需要检查流的/Filter以查看给定图像使用的图像格式。可以是标准的图像格式:

  1. DCTDecode (jpeg)

  2. JPXDecode (jpeg 2000)

  3. JBIG2Decode (jbig是一个B&W格式)

  4. CCITTFaxDecode(传真格式，PDF支持组3和组4)

除此之外，您还需要获得原始字节(就像您一样)，并使用图像流的宽度，高度，每个组件的位数，颜色组件的数量(可以是CMYK，索引，RGB或奇怪的东西)和其他一些在ISO PDF规范(免费提供)第8.9节中定义的图像来构建图像。

因此，在某些情况下，您的代码将工作，但在其他情况下，它将失败，您提到的异常。源

我想我也有同样的问题。在我的情况下，当图像为jbig2格式时抛出异常。在我的例子中，图像流的宽度和高度设置为0，流有一些字节。

相关文章：