问题描述
我正在尝试使用PdResources的getXObjectNames()从PDF中读取和读取条形码。
如果您看到上述JIRA项，则会看到随附的PDF文件。 当我在该PDF文件上运行代码时，会得到所需的输出（即打印条形码类型。）
但是，当我在PDF上运行它时，它无法识别其中的条形码。 （我检查过条形码实际上是图像而不是文本。）
听起来也很奇怪，但是它确实可以在我的PDF上运行一次，并且从那时起我还没有进行任何更改，但是现在肯定不起作用。 （由于某些原因，我无法共享PDF。）
有人遇到过类似的问题吗？
这也是我关于堆栈溢出的第一个问题。请告诉我我是否在任何地方错了。
这里是该pdf的链接： https://drive.google.com/file/d/1PzVApIePg4U9XL399BpAd2oeY6Q2tLEB/view?usp=drivesdk
解决方法
一般
由于您没有显示代码，而只是将其描述为与PDFBOX-2124中的代码非常相似，并且正如您所说的，由于某些原因您无法共享PDF ，我只有要分析的代码。因此，我不能说出真正的问题是什么，只能列举一些可能的问题
首先，该代码仅检查给定页面的即时资源中是否有位图图像：
PDResources pdResources = pdPage.getResources();
Map<String,PDXObject> xobjects = (Map<String,PDXObject>) pdResources.getXObjects();
if (xobjects != null)
{
for (String key : xobjects.keySet())
{
PDXObject xobject = xobjects.get(key);
if (xobject instanceof PDImageXObject)
{
PDImageXObject imageObject = (PDImageXObject) xobject;
String suffix = imageObject.getSuffix();
if (suffix != null)
{
BufferedImage image = imageObject.getImage();
extractBarcodeArrayByAreas(image,this.maximumBlankPixelDelimiterCount);
}
}
}
}
（PDFBOX-2124 PdPageBarcodeScanner方法scsan）
位图图像也可以存储在其他位置，例如
- 在页面上使用的形式xobjects，pattern或Type 3字体的单独资源中；要找到它们，还必须检查其他页面资源，甚至是递归检查，因为图像可能是页面上使用的xobject形式中使用的模式的资源；
- 在页面注释的单独资源中；因此，也必须递归到批注资源；
- 内联到某些内容流中；因此，还必须搜索页面本身，页面资源（递归），页面注释及其资源（递归）的内容流。
此外，位图可能以PDFBox不知道如何导出为BufferedImage的某种格式（尤其是某些色彩空间）给出。
也可以使用应用于纯黑色位图的某些蒙版构造条形码，在这种情况下，您的代码可能仅尝试扫描纯黑色图像。
此外，您说
我检查过条形码实际上是图像而不是文本。
如果仅检查条形码是不是文本，则它可能不仅是位图图像，而且还可以通过矢量图形绘制说明。因此，您还必须检查所有内容流，以获取绘制条形码的矢量图形指令。
也可能有组合，例如绘制纯黑色内嵌位图图像等时，矢量图形的软蒙版可能会处于活动状态。
我确定我在这里错过了很多选择。
下一步，您可能需要分析无法共享的 PDF ，以了解条形码的绘制方式。
或者，将页面呈现为位图图像，然后使用zxing在大位图上搜索条形码。
Sample PDF.pdf
您提供了指向样本PDF的链接。因此，我尝试使用与PDFBOX-2124中的代码非常相似提取条形码。显然，那里有一些PDFBox 2.0.0-SNAPSHOT的代码，因此必须进行一些更正。特别是，您最终使用在问题标题中提到的方法getXObjectNames()：
PDResources pdResources = pdPage.getResources();
int index = 0;
for (COSName name : pdResources.getXObjectNames()) {
PDXObject xobject = pdResources.getXObject(name);
if (xobject instanceof PDImageXObject)
{
PDImageXObject imageObject = (PDImageXObject) xobject;
String suffix = imageObject.getSuffix();
if (suffix != null)
{
BufferedImage image = imageObject.getImage();
File file = new File(RESULT_FOLDER,String.format("Sample PDF-1-%s.%s",index,imageObject.getSuffix()));
ImageIO.write(image,imageObject.getSuffix(),file);
index++;
System.out.println(file);
}
}
}
（ExtractImages测试testExtractSamplePDFJayshreeAtak）
输出：一个位图图像被导出为“ Sample PDF-1-0.tiff”，如下所示：
因此，我无法复制您的问题
PDF Box getXObjectNames（）不能识别我的PDF上的条形码，但是可以识别我离开互联网的PDF文件上的条形码
很显然，getXObjectNames()确实返回了位图图像xobject资源的名称，而PDFBox恰好将其导出。
请使用您的代码检查是否未按照要求提取图像，或者稍后是否只能处理该图像。
如果您确实没有提取图像，
- 更新您的PDFBox版本（我使用了当前的开发头，但是最新发布的版本应该返回相同的版本）
- 更新您的Java，
- 检查是否有多余的JAI jar可能引起麻烦。
如果在您的情况下，图像被提取但未按更高版本的代码预期进行分析，
- 更彻底地调试以找出分析失败的地方，
- 在此处针对QR码图像分析创建一个新问题，
- 并提供足够的代码和tiff文件，以使人们可以实际重现该问题。