Obter e Pesquisar Imagens em PDF
Contents
[
Hide
]
Inspecionar propriedades de posicionamento de imagem em uma página PDF
Este exemplo demonstra como analisar e exibir as propriedades de todas as imagens em uma página PDF específica usando Aspose.PDF for Python via .NET.
Use esta página quando precisar auditar o posicionamento de imagens, inspecionar a resolução da imagem ou identificar objetos de imagem incorporados em várias páginas PDF.
- Crie um ‘ImagePlacementAbsorber’ para coletar todas as imagens na página.
- Chame ‘document.pages[1].accept(absorber)’ para analisar as posições das imagens na primeira página.
- Itere através de ‘absorber.image_placements’ e exiba as principais propriedades de cada imagem:
- Largura e Altura (pontos).
- Coordenadas X (LLX) e Y (LLY) do canto inferior esquerdo.
- Resolução horizontal (X) e vertical (Y) (DPI).
import math
import aspose.pdf as ap
from aspose.pycore import cast, is_assignable
import aspose.pydrawing as drawing
def extract_image_params(infile):
document = ap.Document(infile)
absorber = ap.ImagePlacementAbsorber()
document.pages[1].accept(absorber)
for image_placement in absorber.image_placements:
print("image width: " + str(image_placement.rectangle.width))
print("image height: " + str(image_placement.rectangle.height))
print("image LLX: " + str(image_placement.rectangle.llx))
print("image LLY: " + str(image_placement.rectangle.lly))
print("image horizontal resolution: " + str(image_placement.resolution.x))
print("image vertical resolution: " + str(image_placement.resolution.y))
Extrair e Contar Tipos de Imagem em um PDF
Esta função analisa todas as imagens na primeira página de um PDF e conta quantas são imagens em escala de cinza e RGB.
- Crie um ‘ImagePlacementAbsorber’ para coletar todas as imagens na página.
- Inicializar contadores para imagens em escala de cinza e RGB.
- Chame ‘document.pages[1].accept(absorber)’ para analisar a colocação de imagens.
- Imprima o número total de imagens encontradas.
- Itere por cada imagem em ‘absorber.image_placements’:
- Obtenha o tipo de cor da imagem usando ‘image_placement.image.get_color_type()’.
- Incrementar o contador correspondente (escala de cinza ou rgb).
- Imprimir uma mensagem para cada imagem indicando se ela é em escala de cinza ou RGB.
import math
import aspose.pdf as ap
from aspose.pycore import cast, is_assignable
import aspose.pydrawing as drawing
def extract_image_types_from_pdf(infile):
"""
Extract and count image types (grayscale/RGB) with resolution analysis.
Args:
infile (str): Input PDF filename
Returns:
None
Example:
extract_image_types_from_pdf("sample_extr.pdf")
Note:
Prints total images count, color type for each image, and resolution info.
"""
document = ap.Document(infile)
absorber = ap.ImagePlacementAbsorber()
# Counters for grayscale and RGB images
grayscaled = 0
rgb = 0
document.pages[1].accept(absorber)
print("--------------------------------")
print("Total Images = " + str(len(absorber.image_placements)))
image_counter = 1
for image_placement in absorber.image_placements:
# Determine the color type of the image
colorType = image_placement.image.get_color_type()
if colorType == ap.ColorType.GRAYSCALE:
grayscaled += 1
print(f"Image {image_counter} is Grayscale...")
elif colorType == ap.ColorType.RGB:
rgb += 1
print(f"Image {image_counter} is RGB...")
image_counter += 1
print("--------------------------------")
print("Grayscale Images = " + str(grayscaled))
print("RGB Images = " + str(rgb))
Extrair informações detalhadas da imagem de um PDF
Esta função analisa todas as imagens na primeira página de um PDF e calcula suas dimensões escalonadas e resolução efetiva com base nas transformações gráficas da página.
- Carregar PDF e inicializar variáveis
- Coletar recursos de imagem
- Processar operadores de conteúdo da página:
- ‘GSave’ - empurrar a CTM atual para a pilha.
- ‘GRestore’ - retirar a última CTM da pilha.
- ‘ConcatenateMatrix’ - atualize a CTM atual multiplicando‑a pela matriz do operador.
- Imprima o nome da imagem, dimensões escaladas e resolução calculada.
import math
import aspose.pdf as ap
from aspose.pycore import cast, is_assignable
import aspose.pydrawing as drawing
def extract_image_information_from_pdf(infile):
with ap.Document(infile) as document:
default_resolution = 72
graphics_state = []
image_names = list(document.pages[1].resources.images.names)
graphics_state.append(
drawing.drawing2d.Matrix(
float(1), float(0), float(0), float(1), float(0), float(0)
)
)
for op in document.pages[1].contents:
if is_assignable(op, ap.operators.GSave):
graphics_state.append(
cast(drawing.drawing2d.Matrix, graphics_state[-1]).clone()
)
elif is_assignable(op, ap.operators.GRestore):
graphics_state.pop()
elif is_assignable(op, ap.operators.ConcatenateMatrix):
op_cm = cast(ap.operators.ConcatenateMatrix, op)
cm = drawing.drawing2d.Matrix(
float(op_cm.matrix.a),
float(op_cm.matrix.b),
float(op_cm.matrix.c),
float(op_cm.matrix.d),
float(op_cm.matrix.e),
float(op_cm.matrix.f),
)
graphics_state[-1].multiply(cm)
continue
elif is_assignable(op, ap.operators.Do):
op_do = cast(ap.operators.Do, op)
if op_do.name in image_names:
last_ctm = cast(drawing.drawing2d.Matrix, graphics_state[-1])
index = image_names.index(op_do.name) + 1
image = document.pages[1].resources.images[index]
scaled_width = math.sqrt(
last_ctm.elements[0] ** 2 + last_ctm.elements[1] ** 2
)
scaled_height = math.sqrt(
last_ctm.elements[2] ** 2 + last_ctm.elements[3] ** 2
)
original_width = image.width
original_height = image.height
res_horizontal = (
original_width * default_resolution / scaled_width
)
res_vertical = (
original_height * default_resolution / scaled_height
)
info = (
f"{infile} image {op_do.name} "
f"({scaled_width:.2f}:{scaled_height:.2f}): "
f"res {res_horizontal:.2f} x {res_vertical:.2f}\n"
)
print(info.rstrip())
Extrair Texto Alternativo de Imagens em um PDF
Esta função recupera o texto alternativo (alt text) de todas as imagens na primeira página de um PDF, útil para verificações de acessibilidade e conformidade com PDF/UA.
- Carregue o documento PDF usando ‘ap.Document()’.
- Crie um ‘ImagePlacementAbsorber’ para coletar todas as imagens na página.
- Aceite o absorvedor na primeira página (page.accept(absorber)).
- Itere por cada imagem em ‘absorber.image_placements’:
- Imprima o nome da imagem na coleção de recursos da página (get_name_in_collection()).
- Recupere o texto alternativo usando ‘get_alternative_text(page)’.
- Imprima a primeira linha do texto alternativo.
import math
import aspose.pdf as ap
from aspose.pycore import cast, is_assignable
import aspose.pydrawing as drawing
def extract_image_alt_text(infile):
document = ap.Document(infile)
absorber = ap.ImagePlacementAbsorber()
page = document.pages[1]
page.accept(absorber)
for image_placement in absorber.image_placements:
print(
"Name in collection: " + str(image_placement.image.get_name_in_collection())
)
lines = image_placement.image.get_alternative_text(page)
print("Alt Text: " + lines[0])