从 PDImageXObject 将图像提取到文件中而不将其加载到内存中
发布于2022-04-18 23:32 阅读(1778) 评论(0) 点赞(11) 收藏(1)
这与如何有效地从 PDF 中提取图像字节有关，但我将尝试以不同的方式重述问题，因此它与 PDF 解析有关，而与图像处理有关。
我正在使用 PDFBox 从 PDF 文件中提取图像。有一个类PDImageXObject表示 PDF 中的图像，其中包含图像元数据（高度、宽度等），并公开了两个 API 来提取图像：BufferedImage getImage()和BufferedImage getImage(Rectangle rect, int subsampling);.
当前代码很简单：
BufferedImage image = pdImage.getImage();
ImageIO.write(image, "jpg", baos);
但是，对于大图像，我遇到了内存使用问题，因为 BufferedImage 将未压缩的图像数据存储在内存中，这比压缩结果大得多。
getImage有没有办法通过将整个图像分解成图块（例如 1024x1024）并使用需要的签名迭代它们来避免将整个图像加载到内存中Rectangle？我看到了一些关于 JAI 能够使用 Tiles 输出压缩图像而无需立即将未压缩内容加载到内存中的有希望的信息，但我不明白如何将它与我从 PDImageXObject 中获得的内容联系起来。还是有其他方法可以做到这一点？JAI 仍然是一个活跃的项目吗？
顺便说一句，提取图像的目的是将其输入管道中可以处理多种图像格式的下一个组件。因此，如果 jpg 以外的其他格式更适合平铺处理，那应该没问题。
我知道使用BigBufferedImage之类的一种可能性。但我认为一次处理一个 Tile 看起来很有希望。
解决方案
好的，我找到了一个库：Commons Imaging。类成像也许可以帮助你。
我认为您可以尝试createInputStream()方法，找出实际数据的大小（字节长度）。
所属网站分类: 技术文章 > 问答
作者：黑洞官方问答小能手
链接：http://www.javaheidong.com/blog/article/419008/747351931a4e75f927a2/
来源：java黑洞网
任何形式的转载都请注明出处,如有侵权 一经发现 必将追究其法律责任
昵称:
评论内容：(最多支持255个字符)
---无人问津也好，技不如人也罢，你都要试着安静下来，去做自己该做的事，而不是让内心的烦躁、焦虑，坏掉你本来就不多的热情和定力