從PDF提取圖

Question

我們有一個pdf頁面，其中包含一個或多個數字，這是實驗結果的二維圖。這些數字可能嵌入或不嵌入文本。每個圖都有x和y軸，並在圖中標出了標籤和單位測量值。每張圖內都有一個或多個地塊，每個地塊都有不同的顏色。

我們如何將圖表轉換爲相應的x和y值（比如說100點）？

我已經試過WebPlotDigitizer但它只有在輸入是一個獨立的情節圖片時纔有效。

我想我需要做的是從PDF中提取圖並進一步處理。現在，我無法找到一個工具來做到這一點。我附上了一張sample PDF，其中的地塊必須被提取出來。

請注意，PDF的最後一頁中的2個圖是圖像，可以很容易地提取出來（我找到了幾個軟件）。其他圖不是圖像，軟件無法提取他們。

是否有任何開源軟件可以實現這一目標？

Answer 1

您提供的PDF文件中的圖形是用矢量圖形制作的，所以提取它們的唯一方法是將PDF轉換爲圖像（即渲染頁面）。嘗試ImageMagick's convert command line，看到這個answer

Answer 2

由於Photoshop非常好用腳本編寫，實際上可以通過編程方式從PDF中提取圖像（與頁面相反;請參閱Photoshop JavaScript文檔）。

然後你有整套儀器來調整圖像，以便進一步處理（解釋）更容易完成。