pdfbox可以提取矢量图吗？答案

【问题标题】：Can pdfbox extract vector images?pdfbox可以提取矢量图吗？
【发布时间】：2026-01-22 19:05:03
【问题描述】：

据我了解，

1. .eps format images are vector images.
2. When we draw something in word (like a flowchart) that is stored 
as a vector image.

我几乎可以肯定第一个，不确定第二个。如果我错了，请纠正我。

假设这两件事，当乳胶文件（其中插入 .eps 图像）或 word 文件（包含矢量图像）转换为 pdf 时，图像是否会转换为光栅图像？

另外，我认为PDFBox/xpdf 只能从 pdf 中提取光栅图像（因为它们嵌入为XObjects），而不是矢量图像。这种理解正确吗？ * 中的This question 是相关的，但还没有回答。

【问题讨论】：

【解决方案1】：

您的第 1 点不正确，eps 文件是 PostScript 程序，它们可能包含矢量信息，或文本或图像数据，或以上所有内容。

第 2 点在 PDF 中没有“矢量图像”，图像表示位图，因此不能是矢量。

如果您将 PostScript 程序转换为 PDF 文件，则结果完全取决于您使用的转换程序。一般来说，向量将作为向量保留，文本作为文本保留。但是，应用程序完全有可能渲染整个 PostScript 程序并将结果作为图像插入 PDF。

所以您的第一个问题（“图像是否会转换为光栅图像”）的答案是“可能，但可能不会”。

恐怕我对 PDFBox/xpdf 的功能一无所知，但由于矢量集合可能不会被排列为“图像”（它们可以以 Form XObjects 或 Patterns 的形式保存) 以任何原子方式，没有任何明显的方法可以知道何时停止提取。无论如何，您会以什么格式存储结果？

【讨论】：

感谢您的回答。我得到了第一个问题的答案，但由于我没有得到第二个问题的答案，所以我通过不接受它来保持这个开放。顺便说一句，有没有办法知道我们是否在 pdf 中有矢量图像？ Inkscape 可以做到，但我需要一个像 PDFBox/xpdf 这样的批处理软件。
我们开始通过这类问题快速解决定义问题。如果页面是空白的，它是否包含矢量绘图操作（不是图像，请，这些具有完全不同的含义）。现在如果我在上面画一个白色矩形怎么样？如果我在媒体框之外绘制一个彩色矩形，或者在媒体框内部但在裁剪框之外怎么办？我不会接受我上面的回答，因为它最多只能解决一半的问题。你确实需要考虑你想用矢量绘图操作做什么，你希望它们在提取后如何存储。