如何使用iText以正确的顺序从PDF中提取图像？

我试图从PDF文件中提取图像。 我在网上找到了一个很好的例子：

PdfReader reader; File file = new File("example.pdf"); reader = new PdfReader(file.getAbsolutePath()); for (int i = 0; i < reader.getXrefSize(); i++) { PdfObject pdfobj = reader.getPdfObject(i); if (pdfobj == null || !pdfobj.isStream()) { continue; } PdfStream stream = (PdfStream) pdfobj; PdfObject pdfsubtype = stream.get(PdfName.SUBTYPE); if (pdfsubtype != null && pdfsubtype.toString().equals(PdfName.IMAGE.toString())) { byte[] img = PdfReader.getStreamBytesRaw((PRStream) stream); FileOutputStream out = new FileOutputStream(new File(file.getParentFile(), String.format("%1$05d", i) + ".jpg")); out.write(img); out.flush(); out.close(); } } 

这给了我所有的图像，但图像的顺序错了。 我的下一次尝试看起来像这样：

 for (int i = 0; i <= reader.getNumberOfPages(); i++) { PdfDictionary d = reader.getPageN(i); PdfIndirectReference ir = d.getAsIndirectObject(PdfName.CONTENTS); PdfObject o = reader.getPdfObject(ir.getNumber()); PdfStream stream = (PdfStream) o; // rest from example above } 

虽然o.isStream（）== true，但我只得到/ Length和/ Filter，并且流只有大约100个字节长。 根本找不到图像。

我的问题是以正确的顺序从PDF文件中获取所有图像的正确方法。

Answer 1

我在其他地方找到了答案，即iText邮件列表。

以下代码适用于我：

 PDDocument document = null; document = PDDocument.load(inFile); List pages = document.getDocumentCatalog().getAllPages(); Iterator iter = pages.iterator(); while (iter.hasNext()) { PDPage page = (PDPage) iter.next(); PDResources resources = page.getResources(); Map pageImages = resources.getImages(); if (pageImages != null) { Iterator imageIter = pageImages.keySet().iterator(); while (imageIter.hasNext()) { String key = (String) imageIter.next(); PDXObjectImage image = (PDXObjectImage) pageImages.get(key); image.write2OutputStream(/* some output stream */); } } }