java - PDF 到图像转换大尺寸图像

Question

我正在使用下面的代码将 PDF 转换为 PNG 图像。

        Document document = new Document();
        try {
            document.setFile(myProjectPath);
            System.out.println("Parsed successfully...");
        } catch (PDFException ex) {
            System.out.println("Error parsing PDF document " + ex);
        } catch (PDFSecurityException ex) {
            System.out.println("Error encryption not supported " + ex);
        } catch (FileNotFoundException ex) {
            System.out.println("Error file not found " + ex);
        } catch (IOException ex) {
            System.out.println("Error handling PDF document " + ex);
        }

        // save page caputres to file.
        float scale = 1.0f;
        float rotation = 0f;

        // Paint each pages content to an image and write the image to file
        InputStream fis2 = null;
        File file = null;
        for (int i = 0; i < 1; i++) {
            BufferedImage image = (BufferedImage) document.getPageImage(i,
                    GraphicsRenderingHints.SCREEN,
                    Page.BOUNDARY_CROPBOX, rotation, scale);
            RenderedImage rendImage = image;
            // capture the page image to file
            try {
                System.out.println("\t capturing page " + i);
                file = new File(myProjectActualPath + "myImage.png");
                ImageIO.write(rendImage, "png", file);
                fis2 = new BufferedInputStream(new FileInputStream(myProjectActualPath + "myImage.png"));
            } catch (IOException ioe) {
                System.out.println("IOException :: " + ioe);
            } catch (Exception e) {
                System.out.println("Exception :: " + e);
            }
            image.flush();
        }

myProjectPath 是 pdf 文件的路径。

问题是我的 pdf 图像大小为 305 KB。当我使用上面的代码转换图像时，图像大小为 5.5 MB，这是意外的。发生这种情况有什么原因吗？有办法压缩这个吗？如果我找到压缩尺寸的解决方案(通过减小像素尺寸)，也可以。

注意:对于其他 pdf 文件，图像大小为 305 KB。一个 PDF 文件会发生这种情况，但不确定为什么会发生这种情况。

编辑 1

我使用 jar 文件作为

icepdf-core.jar
icepdf-viewer.jar

我拥有的进口是

import org.icepdf.core.exceptions.PDFException;
import org.icepdf.core.exceptions.PDFSecurityException;
import org.icepdf.core.pobjects.Document;
import org.icepdf.core.pobjects.Page;
import org.icepdf.core.util.GraphicsRenderingHints;

Answer 1

您可以从 pdf 中提取图像(使用 PDFBox 的示例):

    List<PDPage> pages = document.getDocumentCatalog().getAllPages();
    for(PDPage page : pages) {
        Map<String, PDXObjectImage> images = page.getResources().getImages();

        for(PDXObjectImage image : images.values()){
            //TODO: write image to disk
        }   
    }

或者/并且您可能希望将它们以 jpg 格式保存到磁盘，因为 jpg 优于压缩而不是 png。

您甚至可以识别原始图像的格式，并通过调用以下命令在写入磁盘时使用该格式:

image.getSuffix();