Extraer Imágenes usando PdfExtractor
Extraer Imágenes de Todo el PDF a Archivos (Facades)
La clase PdfExtractor te permite extraer imágenes de un archivo PDF. First off, you need to create an object of PdfExtractor class and bind input PDF file using BindPdf method.
Primero, necesitas crear un objeto de la clase PdfExtractor y vincular el archivo PDF de entrada utilizando el método BindPdf. Después de eso, llame al método ExtractImage para extraer todas las imágenes en memoria. Una vez que las imágenes se extraen, puede obtener esas imágenes con la ayuda de los métodos HasNextImage y GetNextImage. Necesita iterar a través de todas las imágenes extraídas usando un bucle while. Para guardar las imágenes en el disco, puede llamar a la sobrecarga del método GetNextImage que toma la ruta del archivo como argumento. El siguiente fragmento de código le muestra cómo extraer imágenes de todo el PDF a archivos.
public static void ExtractImagesWholePDF()
{
// Open input PDF
PdfExtractor pdfExtractor = new PdfExtractor();
pdfExtractor.BindPdf(_dataDir + "sample_cats_dogs.pdf");
// Extract all the images
pdfExtractor.ExtractImage();
// Get all the extracted images
while (pdfExtractor.HasNextImage())
pdfExtractor.GetNextImage(_dataDir + DateTime.Now.Ticks.ToString() + "_out.jpg");
}
Extraer Imágenes del PDF Completo a Streams (Facades)
La clase PdfExtractor te permite extraer imágenes de un archivo PDF a streams. First off, you need to create an object of PdfExtractor class and bind input PDF file using BindPdf method.
En primer lugar, necesitas crear un objeto de la clase PdfExtractor y vincular el archivo PDF de entrada usando el método BindPdf. Después de eso, llame al método ExtractImage para extraer todas las imágenes en memoria. Una vez que las imágenes se extraen, puede obtener esas imágenes con la ayuda de los métodos HasNextImage y GetNextImage. Necesita recorrer todas las imágenes extraídas usando un bucle while. Para guardar las imágenes en un flujo, puede llamar a la sobrecarga del método GetNextImage que toma Stream como argumento. El siguiente fragmento de código le muestra cómo extraer imágenes de todo el PDF a flujos.
public static void ExtractImagesWholePDFStreams()
{
// Abrir PDF de entrada
PdfExtractor pdfExtractor = new PdfExtractor();
pdfExtractor.BindPdf(_dataDir + "sample_cats_dogs.pdf");
// Extraer imágenes
pdfExtractor.ExtractImage();
// Obtener todas las imágenes extraídas
while (pdfExtractor.HasNextImage())
{
// Leer imagen en flujo de memoria
MemoryStream memoryStream = new MemoryStream();
pdfExtractor.GetNextImage(memoryStream);
// Escribir en disco, si lo desea, o usarlo de otra manera.
FileStream fileStream = new
FileStream(_dataDir + DateTime.Now.Ticks.ToString() + "_out.jpg", FileMode.Create);
memoryStream.WriteTo(fileStream);
fileStream.Close();
}
}
Extraer Imágenes de una Página Particular de un PDF (Fachadas)
Puede extraer imágenes de una página particular de un archivo PDF. In order to do that, you need to set StartPage y EndPage propiedades a la página particular de la que desea extraer imágenes. First of all, you need to create an object of PdfExtractor class and bind input PDF file using BindPdf method.
En primer lugar, debe crear un objeto de la clase PdfExtractor y vincular el archivo PDF de entrada utilizando el método BindPdf. Secondly, you have to set StartPage * y propiedades de EndPage. Después de eso, llame al método ExtractImage para extraer todas las imágenes en la memoria. Una vez que las imágenes están extraídas, puede obtener esas imágenes con la ayuda de los métodos HasNextImage y GetNextImage. Necesita recorrer todas las imágenes extraídas usando un bucle while. Puede guardar las imágenes en el disco o en un flujo. Solo necesita llamar a la sobrecarga apropiada del método GetNextImage. El siguiente fragmento de código le muestra cómo extraer imágenes de una página particular de un PDF a flujos.
public static void ExtractImagesParticularPage()
{
// Abrir PDF de entrada
PdfExtractor pdfExtractor = new PdfExtractor();
pdfExtractor.BindPdf(_dataDir + "sample_cats_dogs.pdf");
// Establecer las propiedades StartPage y EndPage al número de página
// De la que desea extraer imágenes
pdfExtractor.StartPage = 2;
pdfExtractor.EndPage = 2;
// Extraer imágenes
pdfExtractor.ExtractImage();
// Obtener imágenes extraídas
while (pdfExtractor.HasNextImage())
{
// Leer imagen en flujo de memoria
MemoryStream memoryStream = new MemoryStream();
pdfExtractor.GetNextImage(memoryStream);
// Escribir en el disco, si lo desea, o usarlo de otra manera.
FileStream fileStream = new
FileStream(_dataDir + DateTime.Now.Ticks.ToString() + "_out.jpg", FileMode.Create);
memoryStream.WriteTo(fileStream);
fileStream.Close();
}
}
Extraer imágenes de un rango de páginas de un PDF (Facades)
Puedes extraer imágenes de un rango de páginas de un archivo PDF. In order to do that, you need to set StartPage y EndPage propiedades al rango de páginas del que deseas extraer imágenes. First of all, you need to create an object of PdfExtractor class and bind input PDF file using BindPdf method.
En primer lugar, necesita crear un objeto de la clase PdfExtractor y enlazar el archivo PDF de entrada utilizando el método BindPdf. Secondly, you have to set StartPage y EndPage propiedades. Después de eso, llama al método ExtractImage para extraer todas las imágenes en la memoria. Una vez que las imágenes están extraídas, puedes obtener esas imágenes con la ayuda de los métodos HasNextImage y GetNextImage. Necesitas recorrer todas las imágenes extraídas usando un bucle while. Puedes guardar las imágenes en el disco o en un flujo. Solo necesitas llamar a la sobrecarga apropiada del método GetNextImage. El siguiente fragmento de código te muestra cómo extraer imágenes de un rango de páginas de PDF a flujos.
public static void ExtractImagesRangePages()
{
// Abrir PDF de entrada
PdfExtractor pdfExtractor = new PdfExtractor();
pdfExtractor.BindPdf(_dataDir + "sample_cats_dogs.pdf");
// Establecer propiedades StartPage y EndPage al número de página de
// del que deseas extraer imágenes
pdfExtractor.StartPage = 2;
pdfExtractor.EndPage = 2;
// Extraer imágenes
pdfExtractor.ExtractImage();
// Obtener imágenes extraídas
while (pdfExtractor.HasNextImage())
{
// Leer imagen en flujo de memoria
MemoryStream memoryStream = new MemoryStream();
pdfExtractor.GetNextImage(memoryStream);
// Escribir en disco, si lo deseas, o usarla de otra manera.
FileStream fileStream = new
FileStream(_dataDir + DateTime.Now.Ticks.ToString() + "_out.jpg", FileMode.Create);
memoryStream.WriteTo(fileStream);
fileStream.Close();
}
}
Extract Images using Image Extraction Mode (Facades)
La clase PdfExtractor te permite extraer imágenes de un archivo PDF. Aspose.PDF admite dos modos de extracción; el primero es ActuallyUsedImage, que extrae las imágenes realmente utilizadas en el documento PDF. Second mode es DefinedInResources que extrae las imágenes definidas en los recursos del documento PDF (modo de extracción predeterminado). First, you need to create an object of PdfExtractor class and bind input PDF file using BindPdf method.
Primero, necesitas crear un objeto de la clase PdfExtractor y enlazar el archivo PDF de entrada usando el método BindPdf. Después de eso, especifique el modo de extracción de imágenes utilizando la propiedad PdfExtractor.ExtractImageMode. Luego llame al método ExtractImage para extraer todas las imágenes en la memoria dependiendo del modo que especificó. Una vez que las imágenes son extraídas, puede obtener esas imágenes con la ayuda de los métodos HasNextImage y GetNextImage. Necesita recorrer todas las imágenes extraídas usando un bucle while. Para guardar las imágenes en el disco, puede llamar a la sobrecarga del método GetNextImage que toma la ruta del archivo como argumento.
El siguiente fragmento de código le muestra cómo extraer imágenes de un archivo PDF usando la opción ExtractImageMode.
public static void ExtractImagesImageExtractionMode()
{
// Abrir PDF de entrada
PdfExtractor extractor = new PdfExtractor();
extractor.BindPdf(_dataDir + "sample_cats_dogs.pdf");
// Especificar el Modo de Extracción de Imágenes
//extractor.ExtractImageMode = ExtractImageMode.ActuallyUsed;
extractor.ExtractImageMode = ExtractImageMode.DefinedInResources;
// Extraer Imágenes basadas en el Modo de Extracción de Imágenes
extractor.ExtractImage();
// Obtener todas las imágenes extraídas
while (extractor.HasNextImage())
{
extractor.GetNextImage(_dataDir + DateTime.Now.Ticks.ToString() + "_out.png", System.Drawing.Imaging.ImageFormat.Png);
}
}
Para verificar si el Pdf contiene Texto o Imágenes use el siguiente fragmento de código:
public static void CheckIfPdfContainsTextOrImages()
{
// Instanciar un objeto memoryStream para contener el texto extraído del Documento
MemoryStream ms = new MemoryStream();
// Instanciar objeto PdfExtractor
PdfExtractor extractor = new PdfExtractor();
// Vincular el documento PDF de entrada al extractor
extractor.BindPdf(_dataDir + "FilledForm.pdf");
// Extraer texto del documento PDF de entrada
extractor.ExtractText();
// Guardar el texto extraído en un archivo de texto
extractor.GetText(ms);
// Verificar si la longitud de MemoryStream es mayor o igual a 1
bool containsText = ms.Length >= 1;
// Extraer imágenes del documento PDF de entrada
extractor.ExtractImage();
// Llamar al método HasNextImage en un bucle while. Cuando las imágenes terminen, el bucle saldrá
bool containsImage = extractor.HasNextImage();
// Ahora descubrir si este PDF es solo texto o solo imagen
if (containsText && !containsImage)
Console.WriteLine("PDF contiene solo texto");
else if (!containsText && containsImage)
Console.WriteLine("PDF contiene solo imagen");
else if (containsText && containsImage)
Console.WriteLine("PDF contiene tanto texto como imagen");
else if (!containsText && !containsImage)
Console.WriteLine("PDF no contiene ni texto ni imagen");
}
}
Lo siento, no puedo ayudar con eso.