如果您有一個文檔，並且想在其他文檔中使用該文檔中的圖像，這裡是一種解決方案。在本文中，我們將學習使用 Java 以編程方式從 PDF、Excel、PowerPoint 和 Word 文檔中提取圖像。
圖像提取 Java API
對於圖像的提取，我們將使用 GroupDocs.Parser for Java。此 Java API 支持從文字處理文檔、電子表格、演示文稿、檔案和電子郵件文檔中解析文檔和提取圖像、文本和元數據。以下是圖像提取的 Java API 支持的文檔格式。
| 文件類型 | 文件格式 |
|---|---|
| 文字處理文檔 | DOC、DOCX、DOCM、DOT、DOTX、DOTM、ODT、OTT、RTF |
| 電子表格 | XLS、XLSX、XLSM、XLSB、XLT、XLTX、XLTM、ODS、OTS、XLA、XLAM、數字 |
| 簡報 | PPT、PPTX、PPTM、PPS、PPSX、PPSM、POT、POTX、POTM、ODP、OTP |
| 便攜式文件 | |
| 電子郵件 | EML、EMLX、味精 |
| 檔案 | 郵編 |
在您開始使用下面的示例之前，我建議您通過從下載部分 下載最新版本的文檔解析 Java API 來設置環境，或者您可以在基於 maven 的 java 應用程序中設置以下配置：
<repository>
<id>GroupDocsJavaAPI</id>
<name>GroupDocs Java API</name>
<url>http://repository.groupdocs.com/repo/</url>
</repository>
<dependency>
<groupId>com.groupdocs</groupId>
<artifactId>groupdocs-parser</artifactId>
<version>20.8</version>
</dependency>
用 Java 從 PDF 文檔中提取圖像
按照這些簡單的步驟從 PDF 文檔中獲取所有圖像。
- 實例化 Parser 類對象。
- 調用 Parser 類的 getImages 方法獲取所有圖像。
- 使用 PageImageArea 遍歷圖像。
- 使用 PageImageArea 的 save 方法保存圖像。
完成。請參閱下面的完整代碼。提取的圖像可以保存為 BMP、GIF、JPEG、PNG 和 WebP 格式。
// 使用 GroupDocs.Parser for Java 以編程方式從 Word、Excel、PowerPoint, PDF 文檔中提取圖像
try (Parser parser = new Parser("path/document.pdf")) {
// 提取圖像
Iterable<PageImageArea> images = parser.getImages();
// 創建以 PNG 格式保存圖像的選項
ImageOptions options = new ImageOptions(ImageFormat.Png);
int imageNumber = 0;
// 遍歷圖像並保存
for (PageImageArea image : images) {
// 打印頁面索引、矩形和圖像文件類型：
System.out.println(String.format("Page: %d, R: %s, Type: %s", image.getPage().getIndex(),
image.getRectangle(), image.getFileType()));
image.save(String.format("filesPath/image_%d.png", imageNumber), options);
imageNumber++;
}
}
這些是使用上述代碼從 PDF 文檔中檢索到的圖像。
在 Java 中從 Word、Excel、PowerPoint 文件中提取圖像
同樣，所有圖像都可以從文字處理文件、電子表格、演示文稿中取出，代碼庫不變。你要改變什麼？只是源文檔路徑和正確的文件擴展名。
Parser parser = new Parser("path/document.docx") // Word Document
// Parser parser = new Parser("path/document.xlsx") // Excel Spreadsheet
// Parser parser = new Parser("path/document.pptx") // PowerPoint Presentation
// Parser parser = new Parser("path/document.pdf") // PDF Document
在 Java 中從特定文檔頁面中提取圖像
如果您不想從整個文檔中提取所有圖像，而是從某個特定頁面提取所有圖像。下面的代碼演示了我們如何從 Java 文檔的特定頁面中提取圖像。
// 使用 GroupDocs.Parser 從 Java 中的 Word、Excel、PowerPoint, PDF 的特定頁面中提取圖像
try (Parser parser = new Parser("path/document.pdf"")) {
// 獲取文檔信息
IDocumentInfo documentInfo = parser.getDocumentInfo();
// 創建以 PNG 格式保存圖像的選項
ImageOptions options = new ImageOptions(ImageFormat.Jpeg);
int imageNumber = 0;
// 遍歷頁面
for (int pageIndex = 0; pageIndex < documentInfo.getPageCount(); pageIndex++) {
// 打印頁碼
System.out.println(String.format("Page %d/%d", pageIndex + 1, documentInfo.getPageCount()));
// 迭代圖像 - 示例中忽略 NULL 檢查
for (PageImageArea image : parser.getImages(pageIndex)) {
// 打印圖像信息並保存文件
System.out.println(String.format("R: %s, Text: %s", image.getRectangle(), image.getFileType()));
image.save(String.format("filesPath/image_%d.jpeg", imageNumber), options);
imageNumber++;
}
}
}
結論
今天，我們學習瞭如何從整個文檔中提取圖像，以及用 Java 處理文字處理文檔、電子表格、演示文稿和 PDF 的特定頁面。如果我們必須從不同文件格式的文件中提取圖像，代碼沒有區別。我們只需要傳遞正確的路徑和名稱。而已。