Java:PDF图片抽取的两种方法

warning: 这篇文章距离上次修改已过180天,其中的内容可能已经有所变动。

在Java中,可以使用Apache PDFBox和Java ImageIO库来抽取PDF中的图片。以下是两种方法的示例代码:

方法一:使用Apache PDFBox




import org.apache.pdfbox.pdmodel.PDDocument;
import org.apache.pdfbox.pdmodel.PDPage;
import org.apache.pdfbox.pdmodel.PDResources;
import org.apache.pdfbox.pdmodel.graphics.image.PDImageXObject;
 
import javax.imageio.ImageIO;
import java.awt.image.BufferedImage;
import java.io.File;
import java.io.IOException;
import java.util.List;
 
public class ExtractImages {
    public static void main(String[] args) throws IOException {
        File file = new File("example.pdf");
        PDDocument document = PDDocument.load(file);
        List<PDPage> pages = document.getDocumentCatalog().getAllPages();
 
        for (PDPage page : pages) {
            PDResources resources = page.getResources();
            for (PDImageXObject image : resources.getImages()) {
                BufferedImage bufferedImage = image.toImage();
                String extension = "png"; // or "jpg" if image is not a PNG
                File outputFile = new File("extracted_image." + extension);
                ImageIO.write(bufferedImage, extension, outputFile);
            }
        }
        document.close();
    }
}

方法二:使用Java Advanced Imaging (JAI)




import javax.media.jai.JAI;
import javax.media.jai.RenderedOp;
import javax.imageio.ImageIO;
import java.awt.image.BufferedImage;
import java.awt.image.RenderedImage;
import java.io.File;
import java.io.IOException;
import java.util.Iterator;
import javax.imageio.ImageReader;
import javax.imageio.stream.ImageInputStream;
 
public class ExtractImages {
    public static void main(String[] args) throws IOException {
        File file = new File("example.pdf");
        Iterator<ImageReader> readers = ImageIO.getImageReadersByFormatName("PDF");
        ImageReader reader = readers.next();
        ImageInputStream iis = ImageIO.createImageInputStream(file);
        reader.setInput(iis);
 
        for (int i = 0; i < reader.getNumImages(true); i++) {
            BufferedImage image = reader.read(i);
            String extension = "png"; // or "jpg" if image is not a PNG
            File outputFile = new File("extracted_image." + extension);
            Ima
最后修改于:2024年08月27日 10:35

评论已关闭

推荐阅读

DDPG 模型解析,附Pytorch完整代码
2024年11月24日
DQN 模型解析,附Pytorch完整代码
2024年11月24日
AIGC实战——Transformer模型
2024年12月01日
Socket TCP 和 UDP 编程基础(Python)
2024年11月30日
python , tcp , udp
如何使用 ChatGPT 进行学术润色?你需要这些指令
2024年12月01日
AI
最新 Python 调用 OpenAi 详细教程实现问答、图像合成、图像理解、语音合成、语音识别(详细教程)
2024年11月24日
ChatGPT 和 DALL·E 2 配合生成故事绘本
2024年12月01日
omegaconf,一个超强的 Python 库!
2024年11月24日
【视觉AIGC识别】误差特征、人脸伪造检测、其他类型假图检测
2024年12月01日
[超级详细]如何在深度学习训练模型过程中使用 GPU 加速
2024年11月29日
Python 物理引擎pymunk最完整教程
2024年11月27日
MediaPipe 人体姿态与手指关键点检测教程
2024年11月27日
深入了解 Taipy:Python 打造 Web 应用的全面教程
2024年11月26日
基于Transformer的时间序列预测模型
2024年11月25日
Python在金融大数据分析中的AI应用(股价分析、量化交易)实战
2024年11月25日
AIGC Gradio系列学习教程之Components
2024年12月01日
Python3 `asyncio` — 异步 I/O,事件循环和并发工具
2024年11月30日
llama-factory SFT系列教程:大模型在自定义数据集 LoRA 训练与部署
2024年12月01日
Python 多线程和多进程用法
2024年11月24日
Python socket详解,全网最全教程
2024年11月27日