TIFF图像文件转换为PDF文件的实现

3

李明伍　方丽萍

(西华大学图书馆　成都610039) 　(郫县友爱中心校　成都611730)

　　【摘要】　介绍了在. NET平台中用C#结合itextsharp控件实现TIFF图像文件转换为PDF文件的开发,并给

出实现业务的关键代码,希望对于图书馆资源的数字化建设有所帮助。

　　【关键词】　格式转换　TIFF　PDF　图像　数字化　数字图书馆　C#　Itextsharp

　　【分类号】　G250. 72　G354. 4

Implement of Converting the TIFF Image File into the PDF Document

L iM ingwu

(L ibrary of X ihua Un iversity, Chengdu 610039, China)

Fang L ip ing

(Center School of YouA i, Chengdu 611730, China)

　　【Abstract】　This article use itextsharp componentwith C# to convert the TIFF image file into the PDF document

in the . NET p latform. Hope this article can help for the digital construction of library resources.

　　【Keywords】　Format conversion　TIFF　PDF　Image　Digital library　C#　Itextsharp

　　收稿日期: 2005 - 11 - 01

　　3 本文系四川省教育厅“图书馆、情报与文献学”规划项目“四川

高等教育文献保障体系建设—特色数据库”(项目编号: 04216098)和

四川省高校特色数据库建设规划项目“汽车特色数据库”的研究成果

之一。

　　目前,图书馆的信息化建设已经从基础硬件建设阶

段进入到以数字图书馆[ 1 ] (Digital Library, DL)为特征的

内容建设阶段。资源的数字化、标准化、规范化是该阶段

的特点,其中对印刷文献数字化的处理流程如图1所示。

在CAL IS[ 2 ]以及其他数字图书馆的建设规范[ 3 ]中,要求

扫描数据格式为TIFF[ 4 ] ( Tagged Image File Format ) ,并

最终将TIFF格式转换为PDF[ 5 ] ( Portable Document For2

mat)格式存储并上网提供服务。本文结合“四川高校文

献保障体系———特色数据库”本地建库系统的研发,重点

讨论在. NET平台实现TIFF文件转换为PDF文件,并给

出实现业务的关键代码。

图1　印刷文献数字化处理流程

1　系统设计

1. 1　系统结构

　　系统由底层系统接口、功能模块、用户界面三个部分

组成。底层系统接口主要包括TIFF文件的读取、PDF文

件的输出等模块。各功能模块在. NET平台利用C#语

言[ 6 ]来编程实现分辨率更改、PDF文件参数设置、格式转

换等模块。用户界面利用平台支持的标准控件来设计,

实现与用户的交互。系统的结构如图2。

　图2　系统结构图　　　　　　　图3　系统功能图　　

1. 2　系统功能

　　本系统主要实现TIFF文件转换为标准PDF文件,系

统的功能结构如图3。

　　(1)文件选择。系统支持对同一目录的单个文件或多个

文件的选择,同时支持不同目录的多文件的选择,还必须支持

直接从Web或Ftp网站下载文件。

　　(2) TIFF文件读取。既可以打开单页的TIFF文件,也可

以打开多页的TIFF文件,还必须支持各种格式的TIFF文件。

　　(3)更改分辨率。根据用户的需要,调整当前图像的分

··

《现代图书情报技术》　2006年　第3 期工作交流　　总第134期

辨率或调整整个图片的分辨率。

　　(4)参数管理。设置是将当前图片转换为一个PDF文

件,还是将多个文件转换为一个PDF文件,并按规范同时生

成一个24页的PDF文件;设置PDF文件的命名规则;设置

PDF文件输出目录,设置PDF文件的版式。

　　(5)格式转换。转换后的文件要保持原有的版式,要适

应各类PDF阅读器,要使生成的PDF文件足够小。

　　(6)书签生成。转换后的文件要有书签导航功能。

　　(7)输出控制。将转换后的文件备份到指定的目录或上

传到指定的服务器中。

2　系统实现

2. 1　实现原理

　　系统开发的难点在TIFF文件的读取与格式转换,但

由于TIFF与PDF文件标准相当灵活、复杂,因此我们直

接在. NET平台与开放源代码的itextsharp[ 7 ]函数库基础

上编制了软件,以保证对标准的全面支持和兼容。

　　(1) TIFF图像文件读取,主要利用GD I + ( Graphics De2

vice Interface Plus) [ 8 ]来进行图形输出和显示。GD I +的Image

类封装了对BMP、GIF、JPEG、PNG、TIFF、WMF和EMF图像文

件的调入、格式转换以及简单处理的功能。图像操作函数如

表1。

　　表1　1NET平台图像操作关键函数名称与功能

名称功能备注

new 新建一个对象System. Drawing. B itmap

GetFrameCount 获取图片个数System. Drawing. B itmap

SelectActiveFrame 获取当前图片System. Drawing. B itmap

　　(2)格式转换,包括更改分辨率与格式转换,主要利用了

itextsharp中的两个类库itextsharp. text和itextsharp. text. pdf。

其关键类与功能如表2。itextsharp. text. pdf类库提供了Pdf2

Writer类与itextsharp. text的document对象关联, 用于产生

PDF格式的文档,这是进行格式转换的关键所在。实现转换

的关键函数如表3。

　　表2　itextsharp关键类与功能

名称功能备注

document类产生文档对象以便于在其中加入

数据itextsharp. text

image类向文档对象插入图片数据itextsharp. text

PdfW riter类PDF文件操作itextsharp. text. pdf

PdfContentByte类设置图片在文档对象中的位置itextsharp. text. pdf

　　表3　格式转换关键函数名称与功能

名称功能备注

getInstance

建立PdfW riter对象与document对象

关联,通过PdfW riter对象将文档写入

到磁盘中

PdfW riter类

getInstance 获取当前图像对象实例Image类

scalePercent 置当前图像的分辨率Image类

add Image 向文档中添加图像数据PdfContentByte类

newPage 在document对象中新建一页document类

2. 2　系统流程

　　首先,用户进行参数设置,选择要转换的TIFF文件

并顺序打开,获取文件包含的图像数目,然后读出当前图

像的分辨率并根据用户的需要重新设置该图片的分辨

率,最后进行格式转换并生成导航书签,按用户设定的文

件名保存文件。系统流程如图4。

图4　系统流程图

3　系统开发

3. 1　开发环境

　　程序开发的硬件环境为一般PC兼容机,操作系统为

Windows2000 Server,开发平台为VS. NET 2003,语言为C

#。同时将下载的itextsharp控件包释放到本地。

3. 2　程序界面

　　程序的主界面如图5。

图5　程序主界面

3. 3　关键的代码

　　System. Drawing. Bitmap bm = new System. Drawing. Bitmap (“test.

tif”) ; / /打开TIFF文件。

　　int total = bm. GetFrameCount ( FrameDimension. Page) ; / /获取当

前文件图像个数。

　　Document pdfdoc = new Document( PageSize. A4, 50, 50, 50, 50) ;

/ /建立Document对象的实例,并设置Document的大小与边距。

　　PdfWriter writer = PdfWriter. getInstance ( pdfdoc, new FileStream

(“c: \\ tiff2pdf. pdf”, FileMode. Create) ) ; / /建立一个PdfWriter对象

·90·

《现代图书情报技术》　2006年　第3 期工作交流　　总第134期

Writer与document对象关联,通过Writer可以将文档写入到磁盘中。

　　pdfdoc. Open ( ) ; / /打开文档。

　　PdfContentByte cb = writer. DirectContent;

　　for ( int k = 0; k < total; + + k)

　　}

　　bm. SelectActiveFrame ( FrameDimension. Page, k) ;

　　Image img = Image. getInstance ( bm, null, true) ;

　　img. scalePercent(72f / 200f 3 100) ; / / 设置当前图片的分辨率

为200dp i。

　　img. setAbsolutePosition (0, 0) ;

　　cb. add Image ( img) ; / /向文档中添加图像数据。

　　pdfdoc. newPage ( ) ;

　　}

　　pdfdoc. Close ( ) ; / /关闭文档,将缓冲区的内容写入磁盘以保存

文件。

图6　转换后的文件在Acrobat Reader中正常显示

4　结　论

　　本文设计的TIFF文件转换为PDF文件系统已经成

功的应用到四川高校特色数据库的本地建库系统中,图6

是通过该系统转换成的PDF文件在Acrobat Reader中的

显示效果。实践证明,该系统不仅操作简便、通用性强,

满足了项目的需要,而且具有良好的扩展性,便于维护,

稍加修改,就可以将其他格式的图像文件转换为标准的

PDF文件。

参考文献:

1　什么是数字图书馆. http: / /www. digitalearth. net. cn /debooks/de100 /

5 - 12. htm (Accessed Oct. 17, 2005)

2 　CAL IS. http: / /www. calis. edu. cn / calisnew/ calis_ index. asp? fid =

3&class =5 (Accessed Oct. 16, 2005)

3　我国数字图书馆标准与规范建设. http: / / cdls. nstl. gov. cn /2003 /

Whole /TecReports. html#allreports(Accessed Oct. 16, 2005)

4　光艳良,申宝成. TIF图像文件与BMP图像文件的转换研究. 太原

重型机械学院学报, 2001 (1) : 75 - 77

5　李睿. 数字图书馆资源格式选择分析. 情报理论与实践, 2003 ( 3) :

283 - 284

6　窦芳. Visual C#. NET从入门到精通. 北京:电子工业出版社12003

7　itextsharp. http: / / sourceforge. net/p rojects/ itextsharp / (Accessed Oct.

16, 2005)

8　GD I +. http: / /www. crazy - bit. com / articles/gdip lusintro. htm (Ac2

cessed Sep t. 25, 2005)

(作者E - mail: littfox@163. com)

动　　态微软与大英图书馆合作数字化2500万页资料

　　2005年11月4日,微软和大英图书馆宣布一项战略合作计划,在2006年对该馆的2500万页馆藏资源进行数字化,并将长

期承担数字化的任务以完成更多资源的数字化工作。微软和英国图书馆将合作数字化10万册图书,并通过MSN图书搜索服务

帮助人们在网上方便地获得这些资源。

大英图书馆的首席执行官Lynne Brindley说:“这项合作将帮助我们加快实现将我们的馆藏资源提供给每一个人的步伐。

任何人、任何地点、任何时间都可以获得我们丰富馆藏的数字化的资源。”

微软总裁Bill Gates说:“与大英图书馆的合作不仅仅是资源的数字化和保存,而且也是通过英国图书馆与MSN网络设施的

联合,给人们提供一种新的获取信息的途径。”

微软已经与大英图书馆一起合作,帮助其建立数字化的基础设施,为国家数字图书馆(National Digital L ibrary)提供软件工

具、建议和支持。国家数字图书馆是2005年6月开始的大英图书馆战略( http: / /www. bl. uk / about/ strategy. html)的基础。数字

对象管理系统( The DigitalObjectManagement ,DOM)能够长期存储、保存和获取电子期刊、电子图书以及光盘等数字化资源,并

且保证这些资源不涉及产权问题。该系统将采取开放的标准,以保证图书馆适应技术的发展。

Lynne Brindley说:“在发展国家数字图书馆的过程中,我们重新界定了图书馆,同微软的合作是我们这项计划的关键部分。

我们的目标是通过增加数字化资源,提供知识的永久获取。同微软的合作将使我们实现这个目标。”

(编译自:Microsoft and the British L ibrarywork together to make 25 million pages of content available to all. [ 2005 - 11 - 7 ]. ht2

tp: / /www. bl. uk /news/2005 /p ressrelease20051104. html)

(本刊讯)

·91·

《现代图书情报技术》　2006年　第3 期工作交流　　总第134期