JAI：如何从多页TIFF图像容器中提取单页输入流？

Question

我有一个将PDF文档转换为图像的组件， 每页一个图像 。由于该组件使用生成内存映像的转换器，因此它严重打击了JVM堆，并需要一些时间来完成转换。

我试图改善转换过程的整体性能，并发现了一个具有JNI绑定的本机库，可将PDF转换为TIFF。该库只能将PDF转换为单个TIFF文件（需要中间文件系统存储；甚至不消耗转换流），因此结果TIFF文件已嵌入已转换的页面，而不是文件系统上的每页图像。拥有本机库可以显着提高整体转换速度，并且性能会提高得更快，但是存在一个真正的瓶颈：因为我必须进行从源页面到目标页面的转换，所以现在我必须从结果文件中提取每个页面并编写他们都在别处。使用RenderedImages的简单天真方法：

final SeekableStream seekableStream = new FileSeekableStream(tempFile);
final ImageDecoder imageDecoder = createImageDecoder("tiff", seekableStream, null);
...
//                                               V--- heap is wasted here
final RenderedImage renderedImage = imageDecoder.decodeAsRenderedImage(pageNumber);
// ... do the rest stuff ...

实际上，我真的只是想从TIFF容器文件（tempFile）中提取具体的页面输入流，然后将其重定向到其他位置，而不必将其存储为内存中图像。我会想象一种类似于容器处理的方法，在这种方法中，我需要寻找一个特定的条目来从中提取数据（例如，诸如ZIP文件处理之类的东西）。但是我在中找不到类似的内容ImageDecoder，或者我的期望可能有误，只是这里缺少一些重要的东西…

是否可以使用JAI API或第三方替代方法来提取TIFF容器页面输入流？提前致谢。

Answer 1

我可能是错的，但不要认为JAI支持在不将文件解码为内存图像的情况下拆分TIFF。而且，很抱歉推广我自己的库，但是我认为它完全可以满足您的需要（用于拆分TIFF的解决方案的主要部分是由第三方提供的）。

通过使用TIFFUtilitiesfrom中的类com.twelvemonkeys.contrib.tiff，您应该能够将多页TIFF拆分为多个单页TIFF，如下所示：

TIFFUtilities.split(tempFile, new File("output"));

不对图像进行解码，仅将每个IFD拆分为一个单独的文件，并使用已校正的偏移量和字节数写入流。

文件将被命名output/0001.tif，output/0002.tif等等。如果你需要输出的名字更多的控制权或有其他要求，可以很容易地修改代码。该代码带有BSD样式的许可证。