从PDF中提取java无损图像

Question

我正在使用PDFBox从PDF文件中提取图像，并将其提供给另一个图像处理库（可以处理不同的图像格式）。我当前的代码如下：

PDImageXObject pdImage;
ByteArrayOutputStream baos = new ByteArrayOutputStream();
BufferedImage image = pdImage.getImage();
ImageIO.write(image, "png", baos);
byte[] imageBytes = baos.toByteArray();

这将获取存储在PDF文件中的任何内容，并使用Java图形将其转换为PNG。有没有更好的方法来避免转换并以嵌入的任何格式提取图像？我不想降低图像质量（我想可以通过使用PNG之类的无损格式来缓解）并产生转换开销

Answer 1

flateCode过滤器和PNG文件格式使用DEFLATE算法。然而，扁平编码压缩数据流本身并不是PNG文件

此外，还需要考虑图像XObjor（例如DeVICECMK）的颜色空间表示，而不是PNG实际支持的。p>

通过对输出图像文件进行无损压缩，您不会丢失任何信息。（请确保您确实需要无损提取的图像，通常人们认为有损压缩意味着他们的图像现在会有太多的变化，以至于无法识别。尽管在许多情况下，根据参数的不同，损失肉眼几乎看不到，您可以从有损压缩的尺寸节省中获益。）

如果性能缓慢，则可能是负责提取图像并保存图像的PDF软件的质量