提取PDF文件中的边框

介绍

处理 PDF 时，提取边框或图形路径等特定元素似乎是一项艰巨的任务。但使用 Aspose.PDF for .NET，您可以轻松地从 PDF 文件中提取边框或形状并将其保存为图像。在本教程中，我们将深入研究从 PDF 中提取边框并将其保存为 PNG 图像的过程。准备好控制 PDF 的图形内容吧！

先决条件

在深入研究代码之前，请确保已完成所有设置：

  1. Aspose.PDF for .NET：如果您尚未安装 Aspose.PDF 库，您可以点击下载。您还需要通过免费试用版或购买许可证来申请许可证。
  2. IDE 设置：在 Visual Studio 或任何其他 .NET IDE 中设置 C# 项目。确保已添加对 Aspose.PDF 库的必要引用。
  3. 输入 PDF 文件：准备好一个 PDF 文件，您将从中提取边框。本教程将引用名为input.pdf.

导入所需包

让我们从导入所需的命名空间开始。这些包提供了操作 PDF 内容所需的工具。

using System.IO;
using System;
using System.Drawing.Drawing2D;
using System.Drawing.Imaging;
using System.Collections;
using Aspose.Pdf;
using Aspose.Pdf.Annotations;

现在我们已经了解了基础知识，让我们进入分步指南，我们将分解代码的每个部分以详细解释它。

步骤 1：加载 PDF 文档

第一步是加载包含要提取边框的 PDF 文档。就像在开始阅读之前打开一本书一样 — 您需要访问内容！

我们首先指定 PDF 文件的存储目录，然后使用Aspose.Pdf.Document班级。

string dataDir = "YOUR DOCUMENT DIRECTORY";
Document doc = new Document(dataDir + "input.pdf");

此代码加载input.pdf从您指定的目录中获取文件。确保文件路径正确，否则您可能会收到文件未找到错误。

步骤 2：设置图形和位图

在开始提取之前，我们需要创建一个画布来绘制。在 .NET 世界中，这意味着设置 Bitmap 和 Graphics 对象。Bitmap 代表图像，Graphics 对象允许我们绘制从 PDF 中提取的形状，例如边框。

System.Drawing.Bitmap bitmap = new System.Drawing.Bitmap((int)doc.Pages[1].PageInfo.Width, (int)doc.Pages[1].PageInfo.Height);
System.Drawing.Drawing2D.GraphicsPath graphicsPath = new System.Drawing.Drawing2D.GraphicsPath();
System.Drawing.Drawing2D.Matrix lastCTM = new System.Drawing.Drawing2D.Matrix(1, 0, 0, -1, 0, 0);
System.Drawing.Drawing2D.Matrix inversionMatrix = new System.Drawing.Drawing2D.Matrix(1, 0, 0, -1, 0, (float)doc.Pages[1].PageInfo.Height);
System.Drawing.PointF lastPoint = new System.Drawing.PointF(0, 0);
System.Drawing.Color fillColor = System.Drawing.Color.FromArgb(0, 0, 0);
System.Drawing.Color strokeColor = System.Drawing.Color.FromArgb(0, 0, 0);

具体如下：

  • 我们创建一个与 PDF 第一页大小相同的位图图像。
  • GraphicsPath 用于定义形状（在本例中为边框）。
  • 矩阵定义了图形如何转换；我们需要一个反转矩阵，因为 PDF 和 .NET 有不同的坐标系。

步骤3：处理PDF内容

PDF文件是一系列的绘图命令，我们需要对这些命令逐一进行处理，识别并提取边框信息。

foreach (Operator op in doc.Pages[1].Contents)
{
    //处理保存/恢复状态、绘制线条、填充形状等命令。
}

代码循环遍历 PDF 内容流中的每个绘图操作符。每个操作符可能代表一条线、一个矩形或其他图形指令。

步骤 4：处理 PDF 运算符

PDF 文件中的每个运算符都控制一个操作。要提取边框，我们需要识别诸如“移动到”、“线到”和“绘制矩形”之类的命令。以下运算符处理这些操作：

  • MoveTo：将光标移动到起点。
  • LineTo：从当前点到新点画一条线。
  • 回复：绘制一个矩形（这可能是边框的一部分）。
Aspose.Pdf.Operators.MoveTo opMoveTo = op as Aspose.Pdf.Operators.MoveTo;
Aspose.Pdf.Operators.LineTo opLineTo = op as Aspose.Pdf.Operators.LineTo;
Aspose.Pdf.Operators.Re opRe = op as Aspose.Pdf.Operators.Re;

if (opMoveTo != null)
{
    lastPoint = new System.Drawing.PointF((float)opMoveTo.X, (float)opMoveTo.Y);
}
else if (opLineTo != null)
{
    System.Drawing.PointF linePoint = new System.Drawing.PointF((float)opLineTo.X, (float)opLineTo.Y);
    graphicsPath.AddLine(lastPoint, linePoint);
    lastPoint = linePoint;
}
else if (opRe != null)
{
    System.Drawing.RectangleF re = new System.Drawing.RectangleF((float)opRe.X, (float)opRe.Y, (float)opRe.Width, (float)opRe.Height);
    graphicsPath.AddRectangle(re);
}

在此步骤中：

  • 我们捕捉所画的每条线或形状的点。
  • 对于矩形（opRe ），我们直接将它们添加到graphicsPath，我们稍后会使用它来绘制边框。

第五步：画出边框

一旦我们确定了构成边框的线条和矩形，我们就需要将它们实际绘制到 Bitmap 对象上。这就是 Graphics 对象的用武之地。

using (System.Drawing.Graphics gr = System.Drawing.Graphics.FromImage(bitmap))
{
    gr.SmoothingMode = SmoothingMode.HighQuality;
    gr.DrawPath(new System.Drawing.Pen(strokeColor), graphicsPath);
}
  • 我们根据位图创建一个 Graphics 对象。
  • SmoothingMode.HighQuality 确保我们获得漂亮流畅的图像。
  • 最后我们使用DrawPath来绘制边框。

步骤6：保存提取的边框

现在我们已经提取了边框，是时候将其保存为图像文件了。这会将边框保存为 PNG。

dataDir = dataDir + "ExtractBorder_out.png";
bitmap.Save(dataDir, ImageFormat.Png);
  • 位图保存为 PNG 图像。
  • 您现在可以打开此图像来查看提取的边框。

结论

使用 Aspose.PDF for .NET 从 PDF 文件中提取边框乍一看似乎有些棘手，但一旦分解，就会变得简单。通过了解 PDF 中的绘图运算符并利用强大的 .NET 库，您可以高效地操作和提取图形内容。本指南为您提供了开始进行 PDF 操作的坚实基础！

常见问题解答

如何处理 PDF 中的多页？

您可以通过迭代来循环遍历文档中的每一页doc.Pages而不是硬编码doc.Pages[1].

我可以使用相同的方法提取其他元素（例如文本）吗？

是的，Aspose.PDF 提供了丰富的 API 来从 PDF 文件中提取文本、图像和其他内容。

我如何申请许可证以避免限制？

你可以申请执照通过加载LicenseAspose 提供的类。

如果我的 PDF 没有边框怎么办？

如果您的 PDF 不包含可见边框，则图形提取过程可能不会产生任何结果。请确保 PDF 内容包含可绘制边框。

我可以将输出保存为 PNG 以外的格式吗？

是的，只需更改ImageFormat.Png转换为其他受支持的格式，例如ImageFormat.Jpeg.

将 Excel 工作表数据导出到表 获取 PDF 文件中的表格宽度