使用 ImageMagick C++ API 读取 PDF 中的页面数量，而不读取所有图像

Posted 2023-02-25

【中文标题】使用 ImageMagick C++ API 读取 PDF 中的页面数量，而不读取所有图像

【英文标题】：Read amount of pages in PDF using ImageMagick C++ API without reading all images

【发布时间】：2015-05-06 12:22:51

【问题描述】：

我需要相当便宜地阅读 PDF 的页面大小，以便我的用户可以选择特定页面（并更详细地加载它们）。

我看到使用 Magick++ API 执行此操作的唯一方法是使用 STL 调用 readImages。这确实会以Magick::Images 的形式加载到 PDF 的所有页面中，并且对于大型 PDF 文档来说非常昂贵（在我的机器上订购 50 页大约需要 15 秒。）

我确实在 ImageMagick 的论坛上阅读了 a post，其中谈到了 ReadOptions 类（在撰写本文时未记录），您可以传递给 readImages 方法来读取较低密度的图像，但这仍然需要很长时间。 （大约 10 秒）。 ReadOptions 上的其他选项在速度方面都没有太大的区别。

这是我目前拥有的代码：

    std::vector<Magick::Image> PDFImageList;
    Magick::ReadOptions readOptions;
    readOptions.density(Magick::Geometry(2,2));
    readOptions.size(Magick::Geometry(1,1));
    readOptions.depth(8);
    // This call takes too long.
    Magick::readImages(&PDFImageList, m_pathToPDFFile, readOptions);
    int numberOfPages = PDFImageList.size();

我也尝试了Magick::Image.ping() 方法，但找不到它返回的与页码相关的任何数据。

我可以尝试以便宜的方式获得页数的任何其他属性或未记录的 ImageMagick++ 功能？

【问题讨论】：

不确定这是否有帮助或更快，因此只是评论。在命令行上试试这个，看看它是否有帮助，如果你能适应 C++...identify -format "%s\n" file.pdf

有一个 Magick::Image.png 选项，但对于 PDF 来说，这将花费大约相同的时间。我一半记得 ImageMagick 将 PDF 格式委托给another library。直接使用该 API 可能会更快。

@MarkSetchell 命令行似乎确实有效，但似乎同样慢。此外，我不想将 ImageMagick 安装添加为对用户 PC 的依赖。 @emcconville，我确实尝试了 ping 方法，但该调用中没有任何内容包含有关 PDF 文件中总页数的信息。我将尝试查看 GhostScript 依赖项，看看它能让我走多远。

可能是 CPDF...community.coherentpdf.com...cpdf -pages yourFile.pdf

【参考方案1】：

使用另一个问题的answer 和Qt 的进程类，程序现在在命令行上运行以下内容：

gs -q -dNODISPLAY -c "(input.pdf) (r) file runpdfbegin pdfpagecount = quit" 

返回页码作为标准输出的最后一行。由于 gs 可执行文件是 ImageMagick 的 PDF 阅读功能的要求，我对这个解决方案很满意。它也相当快。 （约 50 页 PDF 不到一秒）