如何从左下角到左上角更改pdf页面中文本的坐标

Posted

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了如何从左下角到左上角更改pdf页面中文本的坐标相关的知识,希望对你有一定的参考价值。

我正在使用PDFBOX和itextsharp dll并处理pdf。这样我就可以在矩形内得到文本的文本坐标。使用itextsharp.dll提取矩形坐标。基本上我从itextsharp.dll获取矩形坐标,其中itextsharp使用坐标系统作为左下角。我从PDFBOX获取pdf页面文本,其中PDFBOX使用坐标系统作为左上角。我需要帮助将坐标从左下角转换为左上角

更新我的问题

请原谅我,如果你不理解我的问题,如果没有提供完整的信息。

好吧,让我试着从一开始就提供更多细节。

我正在开发一个工具,我得到一个PDF,其中使用注释部分中的一些绘图标记绘制一个矩形。现在我正在使用iTextsharp读取矩形坐标

PdfDictionary pageDict = pdReader.GetPageN(page_no);
PdfArray annotArray = pageDict.GetAsArray(PdfName.ANNOTS);

其中pdReader是PdfReader。

并使用PDFBOX提取页面文本及其坐标。我在这里创建了一个类pdfBoxTextExtraction,我处理文本和坐标使得它返回文本和llx,lly,urx,ury“逐行”请逐行注意而不是明智的。

所以我想提取位于Rectangle坐标内的文本。当从itextsharp返回矩形的坐标时,我陷入困境,即llx,lly,urx,矩形的ury在左下角有一个原点,因为从PDFBOX返回的文本坐标在左上角有一个原点。然后我意识到我需要调整y轴,使原点从左下角移动到左上角。因为我得到了页面的高度和庄稼的高度

iTextSharp.text.Rectangle mediabox = reader.GetPageSize(page_no);
iTextSharp.text.Rectangle cropbox = reader.GetCropBox(page_no);

做了一些基本调整

lly = mediabox.Top - lly

ury = mediabox.Top - ury

在某些情况下,调整工作,而在一些PDF需要调整cropbox

lly = cropbox .Top - lly

ury = cropbox .Top - ury

某些PDF文件无法正常工作。

我需要的只是帮助调整矩形坐标,以便我得到矩形内的文本。

答案

PDF中的坐标系在ISO-32000-1中定义。该ISO标准解释了X轴朝向右侧,而Y轴朝向上方。这是默认值。这些是iText返回的坐标(幕后,iText解析所有CTM转换)。

如果你想转换iText返回的坐标,以便在Y轴向下方向的坐标系中获得坐标,你可以从页面顶部的Y坐标中减去iText返回的Y值。 。

示例:假设我们正在处理A4页面,其中底部的Y坐标为0,顶部的Y坐标为842.如果您有Y坐标,例如y1 = 806y2 = 36,那么您可以这样做:

y = 842 - y;

现在y1 = 36y2 = 806。您只需使用简单的高中数学就可以颠倒Y轴的方向。

根据额外评论更新:

每个页面都有一个媒体框。这定义了最重要的页面边界。可能存在其他页面边界,但它们都不会超过媒体框(如果有,则表示您的PDF违反了ISO-32000-1)。

裁剪框定义页面的可见区域。默认情况下(例如,如果缺少裁剪框条目),裁剪框与媒体框重合。

在你的评论中,你说你从高处减去llx。这是不正确的。 llx是左下角的x坐标,而高度是在Y轴上测量的属性,除非页面旋转。您是否检查了页面词典是否具有/Rotate值?

您还声称iText返回的值与PdfBox返回的值不匹配。请注意,iText返回的值符合ISO标准定义的坐标系。如果PdfBox不遵循这个标准,你应该向PdfBox的人们询问他们为什么不遵循标准,以及他们使用的是什么坐标系。

也许这就是mkl的评论。他写了:

Y'= Ymax - Y. X'= X - Xmin。

也许PdfBox搜索最大Y值Ymax和最小X值Xmin然后在所有坐标上应用上述变换。如果要渲染PDF,这是一个有用的转换,但如果要使用坐标,例如在页面上相对于文本的特定位置添加内容,则执行此类操作是不明智的(因为转换后的坐标为no更长的“PDF”坐标)。

备注:

你说你需要PdfBox来获取页面的文本。为什么需要这个额外的工具? iText完全能够提取和重新排序页面上的文本(假设您使用正确的提取策略)。如果没有,请澄清。

另一答案
          if ((mediabox.Top - mediabox.Height) != 0)
            {
                topY = mediabox.Top;
                heightY = mediabox.Height;
                diffY = topY - heightY;
                lly_adjust = (topY - ury) + diffY;
                ury_adjust = (topY - lly) + diffY;
            }
            else if ((cropbox.Top - cropbox.Height) != 0)
            {
                topY = mediabox.Top;
                heightY = cropbox.Top;
                diffY = topY - heightY;
                lly_adjust = (topY - ury) - diffY;
                ury_adjust = (topY - lly) - diffY;

            }
            else
            {

                lly_adjust = mediabox.Top - ury;
                ury_adjust = mediabox.Top - lly;

            }

这些都是最后的调整

以上是关于如何从左下角到左上角更改pdf页面中文本的坐标的主要内容,如果未能解决你的问题,请参考以下文章

如何从左上角到右下角排列坐标?

如何在 UWP 中将画布的 x、y 坐标更改为右下角?

在矩阵中找到从左上角到右下角的路径有问题吗?

如何从 PDF 文件中提取文本和文本坐标?

OpenGL ES有不同的UV坐标?

从左上到右下排序坐标