我正在尝试从PDF内给出的两个坐标所指定的特定矩形区域中提取数据。是否可以在PDF中执行此操作,或者我必须将其转换为图像并使用OCR?如果是这样,PDFBox或iText是否包括通过OCR分析图像的方法?谢谢!
最佳答案
如果区域是文本。使用pdfbox,
PDDocument document = PDDocument.load(new File("target.pdf"));
PDFTextStripperByArea stripper = new PDFTextStripperByArea();
stripper.setSortByPosition(true);
Rectangle rect = new Rectangle(35, 375, 340, 204);
stripper.addRegion("class1", rect);
stripper.extractRegions(document.getPage(1));
System.out.println(stripper.getTextForRegion("class1")