如何使用 pdfbox（或其他开源 Java lib）从 PDF 文件中提取颜色配置文件答案

【问题标题】：How do you extract color profiles from a PDF file using pdfbox (or other open source Java lib)如何使用 pdfbox（或其他开源 Java lib）从 PDF 文件中提取颜色配置文件
【发布时间】：2017-03-24 03:29:29
【问题描述】：

加载文档后：

public static void main(String[] args) throws IOException {
    PDDocument doc = PDDocument.load(new File("blah.pdf"));

如何从 PDDocument 中获取逐页打印颜色意图？我阅读了文档，没有看到报道。

【问题讨论】：

1) 可以分享 PDF 吗？ 2）您是否知道并非所有 PDF 都有 icc 颜色配置文件？ 3）你需要这个来处理很多文件还是只需要一个文件？ 4) 请使用您的文件尝试 PDFDebugger。
感谢您的回复。 1) 任何 PDF 2) 不，还没有尝试 groc 颜色配置文件。现在的问题更笼统了 3）任何文件，我都在尝试提取每页或整个文档（取决于可能的情况）颜色配置文件 4）尝试以编程方式执行此操作。如果这是单个文件解决方案，我只会使用 UI 工具。

标签： java pdf pdfbox

【解决方案1】：

我阅读了有关“如何在 PDF 文件中创建/添加意图”的示例。我无法获得有关“如何获得意图”的示例。使用 API/示例，我编写了以下（未经测试的代码）来获取每个 Intent 的 COSStream 对象。看看这对你是否有用。

public static void main(String[] args) throws IOException {
  PDDocument doc = PDDocument.load(new File("blah.pdf"));

  PDDocumentCatalog cat = doc.getDocumentCatalog();
  List<PDOutputIntent> list = cat.getOutputIntents();

  for (PDOutputIntent e : list) {
    p("PDOutputIntent Found:");
    p("Info="+e.getInfo());
    p("OutputCondition="+e.getOutputCondition());
    p("OutputConditionIdentifier="+e.getOutputConditionIdentifier());
    p("RegistryName="+e.getRegistryName());
    COSStream cstr = e.getDestOutputIntent();
  }

  static void p(String s) {
    System.out.println(s);
  }
}

【讨论】：

我相信 2.0.2 和 1.8.11 的版本不同
@stevedbrown，我处理了流，但在尝试将流的内容解释为“ICC 配置文件”时没时间了。你得到你想要的了吗？如果您的问题没有得到解决，请告诉我们您的问题。我们将在这里（单独或一起）尽最大努力获得完整的画面。

【解决方案2】：

我不知道这段代码有没有帮助，在搜索下面的链接后，

How do I add an ICC to an existing PDF document

PdfBox - PDColorSpaceFactory.createColorSpace(document, iccColorSpace) throws nullpointerexception

https://pdfbox.apache.org/docs/1.8.11/javadocs/org/apache/pdfbox/pdmodel/graphics/color/PDICCBased.html

我找到了一些代码，看看有没有帮助，

public static void main(String[] args) throws IOException {
  PDDocument doc = PDDocument.load(new File("blah.pdf"));

  PDDocumentCatalog cat = doc.getDocumentCatalog();
  List<PDOutputIntent> list = cat.getOutputIntents();

  PDDocumentCatalog cat = doc.getDocumentCatalog();
  COSArray cosArray = doc.getCOSObject();
  PDICCBased pdCS = new PDICCBased( cosArray );

  pdCS.getNumberOfComponents()

  static void p(String s) {
    System.out.println(s);
  }
}

【讨论】：

在这段代码中留下未使用的静态 void p 让这感觉很像 blackpen 的答案。
PDDocumentCatalog cat = doc.getDocumentCatalog(); COSArray cosArray = doc.getCOSObject(); PDICCBased pdCS = new PDICCBased( cosArray ); 复制了他的代码并添加了这 3 行 ;)
@Hemakumar "复制了他的代码并添加了这 3 行 ;)" 我称之为抄袭，你不应该从其他答案中复制和粘贴代码。真丢脸。
@Marcs 你将如何修复别人代码中的错误......而不使用他们的代码......？我没有复制和粘贴相同的答案...我修改了代码，我觉得需要进行一些修改。问题需要正确的解决方案，我试着给出我的观点就是这样。谢谢你让我感到羞耻。我对此并不担心。 :)
@Hemakumar 你将如何修复别人代码中的错误...你在答案中发表评论并解决错误，你所做的只是简单的窃取.

【解决方案3】：

这将获得输出意图（您将获得高质量的 PDF 文件）以及色彩空间和图像的 icc 配置文件：

    PDDocument doc = PDDocument.load(new File("XXXXX.pdf"));
    for (PDOutputIntent oi : doc.getDocumentCatalog().getOutputIntents())
    {
        COSStream destOutputIntent = oi.getDestOutputIntent();
        String info = oi.getOutputCondition();
        if (info == null || info.isEmpty())
        {
            info = oi.getInfo();
        }
        InputStream is = destOutputIntent.createInputStream();
        FileOutputStream fos = new FileOutputStream(info + ".icc");
        IOUtils.copy(is, fos);
        fos.close();
        is.close();
    }
    for (int p = 0; p < doc.getNumberOfPages(); ++p)
    {
        PDPage page = doc.getPage(p);
        for (COSName name : page.getResources().getColorSpaceNames())
        {
            PDColorSpace cs = page.getResources().getColorSpace(name);
            if (cs instanceof PDICCBased)
            {
                PDICCBased iccCS = (PDICCBased) cs;
                InputStream is = iccCS.getPDStream().createInputStream();
                FileOutputStream fos = new FileOutputStream(System.currentTimeMillis() + ".icc");
                IOUtils.copy(is, fos);
                fos.close();
                is.close();
            }
        }
        for (COSName name : page.getResources().getXObjectNames())
        {
            PDXObject x = page.getResources().getXObject(name);
            if (x instanceof PDImageXObject)
            {
                PDImageXObject img = (PDImageXObject) x;
                if (img.getColorSpace() instanceof PDICCBased)
                {
                    InputStream is = ((PDICCBased) img.getColorSpace()).getPDStream().createInputStream();
                    FileOutputStream fos = new FileOutputStream(System.currentTimeMillis() + ".icc");
                    IOUtils.copy(is, fos);
                    fos.close();
                    is.close();
                }
            }
        }
    }
    doc.close();

这不能做什么（但如果需要，我可以添加一些）：

阴影、图案、xobject 形式、外观流资源的色彩空间
DeviceN 和 Separation 等色彩空间中的递归
模式中的递归、xobject 形式、软掩码

【讨论】：

你知道是否有任何方法可以检测到 Pantone 匹配吗？
@stevedbrown 不知道这些。我只能告诉你哪里有 icc 配置文件，而不是它们的质量。

【解决方案4】：

使用 itext pdf 库（旧版本 4.2.1 的分支）你可以做到。喜欢：

PdfReader reader = new com.lowagie.text.pdf.PdfReader(Path pathToPdf);
PRStream stream = (PRStream) reader.getCatalog().getAsDict(PdfName.DESTOUTPUTPROFILE);
if (stream != null)
 {
  byte[] destProfile = PdfReader.getStreamBytes(stream);
 }

为了从每个页面中提取配置文件，您可以遍历每个页面，例如

for(int i = 1; i <= pdfReader.getNumberOfPages(); i++)
 {
  PRStream prStream = (PRStream) pdfReader.getPageN(i).getDirectObject(PdfName.DESTOUTPUTPROFILE);
 if (stream != null)
  {
   byte[] destProfile = PdfReader.getStreamBytes(stream);
  }
 }

【讨论】：