Tag: pdf

如何查找所有基于图像的PDF？: 我的系统中有很多PDF文档，有时我注意到文档是基于图像的，没有编辑function。在这种情况下，我在Foxit PhantomPDF中进行OCR以便更好地搜索，您可以在多个文件中进行OCR。我想找到我的所有基于图像的PDF文档。我不明白PDF阅读器如何识别文档的OCR不是文本的。必须有一些这些读者可以访问的字段。这也可以在终端访问。这个答案提供了如何在线程中执行此操作的开放式建议。检查PDF文件是否为扫描文件：您最好的选择可能是检查它是否有文本，还可以查看它是否包含大页面图像或覆盖页面的大量平铺图像。如果您还检查元数据，则应涵盖大多数选项。我想更好地理解你如何有效地做到这一点，因为如果存在一些元数据，那么它将很容易。但是，我还没有找到这样的元素。我认为最可能的方法是查看页面是否包含具有搜索OCR的页面化图像，因为它已经有效并且已经在一些PDF阅读器中使用。但是，我不知道该怎么做。边缘检测和休变换的答案在Hugh变换中，在参数空间的超平方中有特定选择的参数。它的复杂性$ O（A ^ {m-2}）$其中m是你看到的参数数量超过那些参数的问题很难。 A是图像空间的大小。福昕阅读器在其实现中使用最可能的3个参数。边缘易于检测，可以确保效率，必须在Hugh变换之前完成。简单地忽略了损坏的页面。其他两个参数仍然未知，但我认为它们必须是节点和一些交叉点。如何计算这些交叉点是未知的？确切问题的表述是未知的。测试Deajan的答案该命令适用于Debian 8.5，但我无法在Ubuntu 16.04中最初使用它 masi@masi:~$ find ./ -name “*.pdf” -print0 | xargs -0 -I {} bash -c ‘export file=”{}”; if [ $(pdffonts “$file” 2> /dev/null | […]

PDFBox – 查找页面尺寸: 如何使用PDFBox找到（以mm为单位）pdf页面的宽度和高度？目前，我正在使用这个： System.out.println(page.getMediaBox().getHeight()); System.out.println(page.getMediaBox().getWidth()); 但结果是（不是mm）： 842.0 595.22

在java中将docx转换为pdf: 我试图将包含表格和图像的docx文件转换为pdf格式文件。我一直在寻找，但没有得到适当的解决方案，要求提供正确和正确的解决方案：在这里我尝试过： import java.io.File; import java.io.FileInputStream; import java.io.FileNotFoundException; import java.io.FileOutputStream; import java.io.IOException; import java.io.InputStream; import java.io.OutputStream; import org.apache.poi.xwpf.converter.pdf.PdfConverter; import org.apache.poi.xwpf.converter.pdf.PdfOptions; import org.apache.poi.xwpf.usermodel.XWPFDocument; public class TestCon { public static void main(String[] args) { TestCon cwoWord = new TestCon(); System.out.println(“Start”); cwoWord.ConvertToPDF(“D:\\Test.docx”, “D:\\Test1.pdf”); } public void ConvertToPDF(String docPath, String pdfPath) { try { InputStream doc = new […]

是否可以使用HttpClient下载PDF等文件？: 我在这里找到了一些关于如何下载文件的例子，但其中大多数似乎都在使用HttpURLConnection。是否可以使用HttpClient下载文件？

设置流回浏览器的Pdf的文件名: 我有一个Java webapp创建一个pdf并将其流回浏览器。 byte[] pdf = report.exportPdfToArray(user); response.setContentType(“application/pdf”); response.setHeader(“content-disposition”, “inline; filename=\”My.pdf\””); outStream = response.getOutputStream(); outStream.write(pdf); outStream.flush(); outStream.close(); 报告被执行并被发送回浏览器，但即使我设置了content-disposition ，我也无法控制文件的名称。我正在使用Jboss 4.2.1。你知道我错过了什么吗？编辑：当内容处置是内联时，有没有办法设置文件名？

excel（.xlsx）使用开放式办公室转换为pdf（.pdf）时缺少工作表和页面大小问题: 我使用JodConverter和Open-Office创建了一个应用程序，用于将excel（ .xlsx ）转换为PDF ，该应用程序运行正常，但我遇到了两个问题输出PDF的页面是A4大小的forms，因为某些工作表内容已被切掉。因为我希望excel的每个工作表都像在一个页面中一样完整。缺少工作表，如果我的excel有8个工作表，我在PDF输出中只得到两个或三个即使我们试图直接从开放办公室转换为pdf ，它也会给出上述类似的问题 Excel文件 – ss1.xlsx 输出PDF – work.pdf 任何人都可以告诉我一些解决方案我的代码如下所示 public class MyConverter { public static void main(String[] args) throws ConnectException { File inputFile = new File(“C:/Users/Work/Desktop/ss1.xlsx”); File outputFile = new File(“C:/Users/Work/Desktop/work.pdf”); // connect to an OpenOffice.org instance running on port 8100 OpenOfficeConnection connection = new SocketOpenOfficeConnection(8100); connection.connect(); […]

如何使用iText对pdf进行数字签名？: 如何使用iText签署pdf？我正在浏览这个LINK但却不了解my_private_key.pfx。我真的需要数字签名证书吗？请澄清我。提前致谢。

使用PDFbox确定文档中单词的坐标: 我正在使用PDFbox提取PDF文档中单词/字符串的坐标，并且到目前为止已成功确定单个字符的位置。这是迄今为止的代码，来自PDFbox doc： package printtextlocations; import java.io.*; import org.apache.pdfbox.exceptions.InvalidPasswordException; import org.apache.pdfbox.pdmodel.PDDocument; import org.apache.pdfbox.pdmodel.PDPage; import org.apache.pdfbox.pdmodel.common.PDStream; import org.apache.pdfbox.util.PDFTextStripper; import org.apache.pdfbox.util.TextPosition; import java.io.IOException; import java.util.List; public class PrintTextLocations extends PDFTextStripper { public PrintTextLocations() throws IOException { super.setSortByPosition(true); } public static void main(String[] args) throws Exception { PDDocument document = null; try { File input = new File(“C:\\path\\to\\PDF.pdf”); […]

在iText中访问OpenType字形变体: 在iText中使用OpenType字体构建PDF文档时，我想从字体中访问字形变体 – 特别是表格形状。由于OpenType字形变体没有Unicode索引，我不知道如何指定我想使用一组特定的变体（表格图）或通过其字形ID调用特定的字形。只查找相关的iText类名称（如果存在）。