获取并搜索 PDF 中的图像
Contents
[
Hide
]
检查 PDF 页面中的图像放置属性
本示例演示了如何使用 Aspose.PDF for Python via .NET 分析并显示特定 PDF 页面上所有图像的属性。
当您需要审计图像放置、检查图像分辨率或识别跨 PDF 页面嵌入的图像对象时，请使用此页面。
- 创建一个 ‘ImagePlacementAbsorber’ 来收集页面上的所有图像。
- 调用 ‘document.pages[1].accept(absorber)’ 来分析第一页上的图像布局。
- 遍历 ‘absorber.image_placements’ 并显示每个图像的关键属性：
- 宽度和高度（点）。
- 左下 X (LLX) 和 左下 Y (LLY) 坐标。
- 水平 (X) 和 垂直 (Y) 分辨率 (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))
提取并统计 PDF 中的图像类型
此函数分析 PDF 首页的所有图像，并统计其中的灰度图像和 RGB 图像数量。
- 创建一个 ‘ImagePlacementAbsorber’ 来收集页面上的所有图像。
- 初始化灰度和 RGB 图像的计数器。
- 调用 ‘document.pages[1].accept(absorber)’ 来分析图像放置位置。
- 打印找到的图像总数。
- 遍历 ‘absorber.image_placements’ 中的每个图像：
- 使用
image_placement.image.get_color_type()获取图像颜色类型。 - 增加相应的计数器（灰度或 rgb）。
- 为每个图像打印一条消息，指示它是灰度还是 RGB。
- 使用
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))
从 PDF 中提取详细的图像信息
此函数分析 PDF 第一页上的所有图像，并根据页面的图形变换计算它们的缩放尺寸和有效分辨率。
- 加载 PDF 并初始化变量
- 收集图像资源
- 处理页面内容操作符：
- ‘GSave’ - 将当前 CTM 推入堆栈。
- ‘GRestore’ - 从堆栈中弹出最后一个 CTM。
- ‘ConcatenateMatrix’ - 通过与运算符的矩阵相乘来更新当前 CTM。
- 打印图像名称、缩放后的尺寸和计算得到的分辨率。
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())
从 PDF 中提取图像的替代文本
此函数从 PDF 第一页的所有图像中检索替代文本（alt text），对可访问性和 PDF/UA 合规性检查很有用。
- 使用 ‘ap.Document()’ 加载 PDF 文档。
- 创建一个 ‘ImagePlacementAbsorber’ 来收集页面上的所有图像。
- 在第一页接受吸收器（page.accept(absorber)）。
- 遍历 ‘absorber.image_placements’ 中的每个图像：
- 打印页面资源集合中图像的名称 (get_name_in_collection()).
- 使用 ‘get_alternative_text(page)’ 检索替代文本。
- 打印 alt 文本的第一行。
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])