com.google.zxing 解析 电子发票pdf 内容 转图片

发票pdf 内容 转图片"/>

com.google.zxing 解析 电子发票pdf 内容 转图片

1. 场景，将电子发票pdf 文件解析后，再通过google.zxing解析（主要是根据发票二维码<图>）
   由于电子发票文件本身并非纯粹的图片 & pdf 文件，所以处理方案为将pdf 按照 page 内容转图片再去验证发票内容；

使用
// 利用PdfBox生成图像
PDDocument pdDocument = PDDocument.load(pdfFile);
PDFRenderer renderer = new PDFRenderer(pdDocument);
BufferedImage image = renderer.renderImageWithDPI(i, DEFAULT_DPI, ImageType.RGB);
将pdf 转图片后

遇到问题：
1、发票中的二维码转换成图片后无法识别； 原因（因为光点干扰、换句话说就是 pdf 转换图片不够保真）；
2、极个别电子发票，二维码无法和发票内容 无法整体识别转图片；（也就是转存图片后，二维码丢失了）；

以上两种情况 google.zxing 解析时候，矩阵均会抛出 com.google.zxing.NotFoundException: null

此时，只要将pdf 解析后的图片输出； 就可以发现问题所在了；
当然，问题1 的场景比较难，直观看出； 博主也是搜索他人经验后猜测可能是这种情况；（最后证实确实；）

处理方式：
采用使用多种方式结合； 如果 方式1 无法解析，那么采用方式2去重新解析； 最后还解析不能的话，才报错；

针对问题1，
将pdf 读取成黑白格式的图片可以解决；
renderer.renderImageWithDPI(pageIndex, 296, ImageType.GRAY);
方法 pdfToImage(); 代码下面贴上

针对问题 2：
采用
PDPage page = document.getPage(pageIndex);
PDResources resources = page.getResources();
PDImageXObject obj = (PDImageXObject) resources.getXObject(name);
这种方式去直接提取电子发票的图片讯息；（二维码等）
方法 retryAgain();代码下面贴上

依赖引用；

1）、<dependency><groupId>org.icepdf.os</groupId><artifactId>icepdf-core</artifactId><version>6.2.2</version></dependency><dependency><groupId>org.apache.pdfbox</groupId><artifactId>pdfbox</artifactId><version>2.0.19</version></dependency> <dependency><groupId>com.levigo.jbig2</groupId><artifactId>levigo-jbig2-imageio</artifactId><version>2.0</version></dependency> 

另外遇到一个奇特的现象；
暂时不知道原因；
便是，同一代码；

PDDocument pdDocument = PDDocument.load(pdfFile);
PDFRenderer renderer = new PDFRenderer(pdDocument);
BufferedImage image = renderer.renderImageWithDPI(i, DEFAULT_DPI, ImageType.RGB);

单引入 pdfbox 包时 ，google.zxing 解析报错；
引入 pdfbox & levigo-jbig2-imageio 两个包；google.zxing 解析 成功；

总结:
如果单纯读取 pdf 内容转图片的话，采用方式 1 即可; 引入 pdfbox & levigo-jbig2-imageio 两个包；

代码：

 public static List<File> pdfToImage(File pdfFile) {List<File> list = new ArrayList<>();try {logger.debug(">>处理开始");// System.setProperty(PROPERTY_KEY, PROPERTY_VALUE);// 图像合并使用参数// 总宽度int width = 0;// 保存一张图片中的RGB数据int[] singleImgRGB;int shiftHeight = 0;// 保存每张图片的像素值BufferedImage imageResult = null;// 利用PdfBox生成图像PDDocument pdDocument = PDDocument.load(pdfFile);PDFRenderer renderer = new PDFRenderer(pdDocument);// 生成目录String fileRealName = pdfFile.getName().replace(".pdf", "");// 循环每个页码for (int i = 0, len = pdDocument.getNumberOfPages(); i < len; i++) {BufferedImage image = renderer.renderImageWithDPI(i, DEFAULT_DPI, ImageType.RGB);int imageHeight = image.getHeight();int imageWidth = image.getWidth();// 计算高度和偏移量// 使用第一张图片宽度;width = imageWidth;// 保存每页图片的像素值imageResult = new BufferedImage(width, imageHeight, BufferedImage.TYPE_INT_RGB);singleImgRGB = image.getRGB(0, 0, width, imageHeight, null, 0, width);// 写入流中imageResult.setRGB(0, shiftHeight, width, imageHeight, singleImgRGB, 0, width);// 对图片进行等比例缩放0.95AffineTransformOp ato = new AffineTransformOp(AffineTransform.getScaleInstance(1, 1), null);imageResult = ato.filter(image, null);File file = new File(fileRealName + "_" + (i + 1) + ".png");// 写图片ImageIO.write(imageResult, DEFAULT_FORMAT, file);if (i % 10 == 0 || i + 1 == len) {logger.debug("处理进度:{}/{}", i + 1, len);}list.add(file);}pdDocument.close();logger.debug("处理结束>>");return list;} catch (Exception e) {logger.error("PDF转图片失败:{}", e);}return list;}

/*** @description 仅解析发票漂浮的盖章(二维码 或者 是整个图片);  PDResources* @param file* @param pageIndex* @return*/public static Map<String, Object> retryAgain(File file, int pageIndex) {log.debug("前置位两种方式尝试解析都失败，最后尝试retryAgain方法解析；");Map<String, Object> ret = new HashedMap<String, Object>();ret.put("status", -1);HashMap<DecodeHintType, Object> hints = new HashMap<>();// 设置编码字符集hints.put(DecodeHintType.CHARACTER_SET, "utf-8");hints.put(DecodeHintType.TRY_HARDER, Boolean.TRUE);List<BufferedImage> imageList = new ArrayList<BufferedImage>();PDDocument document = null;File optFile = null, tempFile = null;try {document = PDDocument.load(file);int number = document.getNumberOfPages();if (pageIndex < 0 || pageIndex >= number)return ret;// 电子发票读取指定一页PDPage page = document.getPage(pageIndex);PDResources resources = page.getResources();// 仅解析发票漂浮的盖章(二维码 或者 是整个图片);for (COSName name : resources.getXObjectNames())if (resources.isImageXObject(name)) {PDImageXObject obj = (PDImageXObject) resources.getXObject(name);imageList.add(obj.getImage());}String savepath = file.getAbsolutePath().replace(".pdf", "");// pdfbox_image.pngtempFile = new File(savepath);if (!tempFile.exists())tempFile.mkdirs();Result result = null;BinaryBitmap binaryBitmap;String filePath = savepath + "\\pdfbox_image.png";for (BufferedImage img : imageList) {optFile = new File(filePath);ImageIO.write(img, "PNG", optFile);// 转灰色img = IcePdf.changeImg(optFile);binaryBitmap = new BinaryBitmap(new HybridBinarizer(new BufferedImageLuminanceSource(img)));result = new MultiFormatReader().decode(binaryBitmap, hints);if (null != result && !StringUtil.isNullOrEmpty(result.getText())) {ret = getInvoiceInfo(result.getText());break;}}} catch (Exception e) {log.error("retryAgain 异常={}", e);} finally {try {// 关闭documentdocument.close();// 移除业务过程中生成的目录和文件if (null != optFile)optFile.delete();if (null != tempFile)tempFile.delete();} catch (Exception e) {log.error("关闭document、移除业务过程中生成的目录和文件 异常 Exception={}", e);}}log.debug("retryAgain 执行结束 ret = {}", ret);return ret;}

com.google.zxing
识别发票方法；

/*** 扫描图片二维码并封装发票信息** @param file* @param companyId* @param userId* @return* @throws IOException* @throws ParseException*/@SuppressWarnings({"unchecked", "rawtypes"})public static Map<String, Object> readQRCode(File file, String companyId, String userId)throws IOException, ParseException {Map<String, Object> map = new HashMap<String, Object>();map.put("status", 1);MultiFormatReader formatReader = new MultiFormatReader();// 读取图片// BufferedImage image = ImageIO.read(file);BufferedImage image = changeImg(file);if (null == image) {log.error("转换图片异常,image为空");return map;}BinaryBitmap binaryBitmap =new BinaryBitmap(new HybridBinarizer(new BufferedImageLuminanceSource(image.getSubimage(0, 0, 800, 800))));// 定义二维码的参数HashMap hints = new HashMap();// 设置编码字符集hints.put(DecodeHintType.CHARACTER_SET, "utf-8");hints.put(DecodeHintType.TRY_HARDER, Boolean.TRUE);// 处理读取结果Result result = null;try {result = formatReader.decode(binaryBitmap, hints);if (result != null && !StringUtil.isNullOrEmpty(result.getText())) {map = getInvoiceInfo(result.getText());}} catch (NotFoundException e) {map.put("status", -1);log.error("readQRCode执行异常={}",e);}return map;}