通过 Apache PDFBox 转换 PDF 文档为图片

Apache PDFBox 是一个开源的 Java 工具库，可用来实现常规的 PDF 操作，包括但不限于创建 PDF 文档、转换 PDF 文档为图片。下面是我封装的一个工具类，实现将文档转换为图片：

import com.google.common.collect.Lists;
import org.apache.pdfbox.pdmodel.PDDocument;
import org.apache.pdfbox.rendering.PDFRenderer;

import javax.imageio.ImageIO;
import java.awt.image.BufferedImage;
import java.io.ByteArrayOutputStream;
import java.io.IOException;
import java.io.InputStream;
import java.util.List;

/**
 * @desc PDF  工具类
 * @author HLJ
 * @date 2019/4/12 16:58
 */
public class PDFUtil {

    // 默认 DPI
    private static final int DEFAULT_DPI = 72;
    // 默认图片格式
    private static final String DEFAULT_IMAGE_FORMAT = "png";

    /**
     * @desc PDF 转换为图片格式
     * @author HLJ
     * @date 2019/4/12 16:54
     * @param doc PDF 文档
     * @param imageFormat 图片格式（jpg/png）
     * @param dpi 指定的 DPI
     * @return 每一页的文档对应的字节数组构成的列表
     * @throws IOException 转换过程出错
     */
    private static List<byte[]> pdfToImage(PDDocument doc, String imageFormat, int dpi) throws IOException {
        PDFRenderer renderer = new PDFRenderer(doc);
        int totalPageCount = doc.getNumberOfPages();
        List<byte[]> outputPages = Lists.newArrayListWithCapacity(totalPageCount);
        for (int i = 0; i < totalPageCount; i++) {
            try (ByteArrayOutputStream outputPage = new ByteArrayOutputStream()) {
                BufferedImage image = renderer.renderImageWithDPI(i, dpi);
                ImageIO.write(image, imageFormat, outputPage);
                outputPages.add(outputPage.toByteArray());
            }
        }
        return outputPages;
    }

    /**
     * @desc PDF 转换为图片格式
     * @author HLJ
     * @date 2019/4/12 16:54
     * @param input PDF 文档的字节数组
     * @param imageFormat 图片格式（jpg/png）
     * @param dpi 指定的 DPI
     * @return 每一页的文档对应的字节数组构成的列表
     * @throws IOException 转换过程出错
     */
    public static List<byte[]> pdfToImage(byte[] input, String imageFormat, int dpi) throws IOException {
        try (PDDocument doc = PDDocument.load(input)) {
            return pdfToImage(doc, imageFormat, dpi);
        }
    }

    /**
     * @desc PDF 转换为图片格式
     *   会转换为 DPI 为 72 的 PNG 图片
     * @author HLJ
     * @date 2019/4/12 16:54
     * @param input PDF 文档的字节数组
     * @return 每一页的文档对应的字节数组构成的列表
     * @throws IOException 转换过程出错
     */
    public static List<byte[]> pdfToImage(byte[] input) throws IOException {
        return pdfToImage(input, DEFAULT_IMAGE_FORMAT, DEFAULT_DPI);
    }

    /**
     * @desc PDF 转换为图片格式
     * @author HLJ
     * @date 2019/4/12 16:54
     * @param input PDF 文档的输入流
     * @param imageFormat 图片格式（jpg/png）
     * @param dpi 指定的 DPI
     * @return 每一页的文档对应的字节数组构成的列表
     * @throws IOException 转换过程出错
     */
    public static List<byte[]> pdfToImage(InputStream input, String imageFormat, int dpi) throws IOException {
        try (PDDocument doc = PDDocument.load(input)) {
            return pdfToImage(doc, imageFormat, dpi);
        }
    }

    /**
     * @desc PDF 转换为图片格式
     *   会转换为 DPI 为 72 的 PNG 图片
     * @author HLJ
     * @date 2019/4/12 16:54
     * @param input PDF 文档的输入流
     * @return 每一页的文档对应的字节数组构成的列表
     * @throws IOException 转换过程出错
     */
    public static List<byte[]> pdfToImage(InputStream input) throws IOException {
        return pdfToImage(input, DEFAULT_IMAGE_FORMAT, DEFAULT_DPI);
    }

}

更多关于 PDFBox 的使用可访问其官网了解。