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))
