Skip to main content
 首页 » 编程设计

python之PDF坐标系转换使用Python

2025年02月15日10lyhabc

当我注意到对象的坐标系以下列方式表示时,我正在使用 pdf 挖掘器将数据提取到 xml 文件:

<textline bbox="187.098,693.242,288.642,709.202">

如何使用 Python 将此坐标转换为像素系统 (x,y) 并已将 bbox 数据解析为 Python 中的变量?

请您参考如下方法:

根据上一个答案我做了自己的函数,因为它不起作用。最后的答案是正确的,但未能更正 y 坐标。因此,您必须获取 PDF 的大小并减去 pdf 坐标,然后对其进行转换。我的函数接受三个参数,其中 src 是一个由 4 个 float 组成的元组,表示 (x0, y0, x1, y1)。边界框坐标,pdf是库读取的对象 pdfrw:

    from pdfrw import PdfReader 
    pdf = PdfReader(<path>) 

而im是从图像中得到的PIL对象:

    from PIL import Image 
    im = Image.open(<path>) 

函数

    def TranslatePoints(src, pdf, im): 
 
        sx0, sy0, sx1, sy1 = src 
        ssx, ssy = (int(pdf.pages[1].MediaBox[2]),int(pdf.pages[1].MediaBox[3])) 
        dsx, dsy = im.size 
        sy01 = ssy-sy1 
        sy11 = ssy-sy0 
        x0 = sx0/int(pdf.pages[1].MediaBox[2])*im.size[0] 
        x1 = sx1/int(pdf.pages[1].MediaBox[2])*im.size[0] 
        y0 = sy01/int(pdf.pages[1].MediaBox[3])*im.size[1] 
        y1 = sy11/int(pdf.pages[1].MediaBox[3])*im.size[1] 
        return (x0, y0, x1, y1) 

检查我裁剪了图像,效果很好

    im.crop(TranslatePoints(src, pdf, im))