1

Estoy tratando de convertir un archivo con extensión PDF a TIFF, problema radica en que en algunos casos me transforma bien el documento pdf y en otros lo convierte pero al abrirlo se ve que las letras cambian por unos caracteres raros, no he podido encontrar una solución a este problema en la web.

Este es el código con el que estoy tratando de convertir el archivo.

public void convertPDF(File listFile1, File dir) throws Exception {

        PDDocument pddoc;
        pddoc = PDDocument.load(new File(listFile1.toString()));
        BufferedImage[] images = new BufferedImage[pddoc.getNumberOfPages()];
        for (int i = 0; i < images.length; i++) {
            PDPage page = (PDPage) pddoc.getDocumentCatalog().getPages().get(i);
            BufferedImage image;
            image = page.(BufferedImage.TYPE_INT_RGB, 200); //works
            //image = page.convertToImage(BufferedImage.TYPE_INT_RGB, 300); // does not work
             images[i] = image;
        }

        try (FileOutputStream fos = new FileOutputStream(dir + "\\" + listFile1.getName().substring(0, listFile1.getName().lastIndexOf('.')) + ".tiff");
                RandomAccessOutputStream rout = new FileCacheRandomAccessOutputStream(fos)) {
            ImageParam.ImageParamBuilder builder = ImageParam.getBuilder();
            ImageParam[] param = new ImageParam[1];
            TIFFOptions tiffOptions = new TIFFOptions();
            tiffOptions.setTiffCompression(TiffFieldEnum.Compression.LZW);
            builder.imageOptions(tiffOptions);
            builder.colorType(ImageColorType.FULL_COLOR).ditherMatrix(DitherMatrix.getBayer8x8Diag()).applyDither(true).ditherMethod(DitherMethod.BAYER);
            param[0] = builder.build();
            TIFFTweaker.writeMultipageTIFF(rout, images, param);
        }

        pddoc.close();
    }

Este metodo convierte el archivo PDF a TIFF pero necesito que no quede con dichos valores.

Esta es una imagen de como queda al convertir el PDF a TIFF.

introducir la descripción de la imagen aquí

6
  • El PDF está creado con OCR? Es posible que, si no es así, la conversión esté adivinando qué hay en la imagen y por eso ponga, literalmente, cualquier cosa
    – Alfabravo
    Commented el 19 dic. 2019 a las 14:54
  • El PDF fue creado con Corel PDF Engine Commented el 19 dic. 2019 a las 15:19
  • Estaba revisando OCR ya que no tenia idea de que significaba, pero ya revise y pude observar que mi pdf si cumple con esta caracteristica Commented el 19 dic. 2019 a las 15:22
  • La línea page.(BufferedImage.TYPE_INT_RGB, 200); funciona? No estás invocando ningún método :/ Y lo otro, qué versión de PDFbox estás usando en tu código? (La versión 1.8 tiene el método que dices que no funciona... la 2 ya no)
    – Alfabravo
    Commented el 19 dic. 2019 a las 15:34
  • Si claro esa linea funciona, la que tengo comentada ahora es la de 200 y utilizo la de 300, migre a la version 2.0.8 y me esta generando este error java.lang.NoClassDefFoundError: org/apache/fontbox/type1/DamagedFontException Commented el 19 dic. 2019 a las 16:31

1 respuesta 1

0

El lío seguro está armando las imágenes desde el PDF, seguramente no se está leyendo correctamente y ya teniendo imágenes malas, el armado del TIFF no tiene cómo solucionarlo.

Según las respuestas a esta pregunta, depende de la versión de Apache PDFbox que uses.

Para 1.8, la imagen se crea con el convertToImage que tienes comentado

PDDocument document = PDDocument.loadNonSeq(new File(pdfFilename), null);
List<PDPage> pdPages = document.getDocumentCatalog().getAllPages();
int page = 0;
for (PDPage pdPage : pdPages)
{ 
    ++page;
    BufferedImage bim = pdPage.convertToImage(BufferedImage.TYPE_INT_RGB, 300);
    images[i] = bim;
}
document.close();
...

Para 2.0 y superior:

PDDocument document = PDDocument.load(new File(pdfFilename));
PDFRenderer pdfRenderer = new PDFRenderer(document);
for (int page = 0; page < document.getNumberOfPages(); ++page)
{ 
    BufferedImage bim = pdfRenderer.renderImageWithDPI(page, 300, ImageType.RGB);
    images[i] = bim;
}
document.close();
...

Ya después el TIFF sólo va a añadir las imágenes, así que debería construirlo correctamente.

1

Tu Respuesta

By clicking “Publica tu respuesta”, you agree to our terms of service and acknowledge you have read our privacy policy.

¿No es la respuesta que buscas? Examina otras preguntas con la etiqueta o formula tu propia pregunta.