Un número de página dibujado en x = 560, y = 30 en el espacio de usuario de PDF (origen abajo a la izquierda) pertenece a la esquina inferior derecha de una página Letter. Sobre una página landscape escaneada y guardada como medio portrait, con /MediaBox [0 0 612 792] y /Rotate 90, la misma llamada de dibujo pone el número a 30 puntos del borde izquierdo y 52 puntos por encima del pie de lo que el lector ve, con los dígitos corriendo en vertical por el margen. El código de estampado hizo exactamente lo que le dijeron. Escribió en un sistema de coordenadas que todo visor gira un cuarto de vuelta en horario antes de que alguien lo mire
Los escáneres y las apps de captura de teléfono producen páginas así todo el tiempo, porque poner una bandera de rotación es mucho más barato que re-codificar un JPEG. Los visores honran /Rotate, así que el archivo se ve bien justo hasta que algo trabaja en el espacio de usuario crudo: una rutina de estampado, un paso de imposición que dimensiona sus slots desde el /MediaBox solo, un RIP de impresión con su propia idea de orientación. La reparación durable es aplanar la rotación, moviendo el giro al content stream y poniendo /Rotate en 0 para que la geometría guardada y la geometría mostrada por fin coincidan. Eso suena a una matriz. En la práctica alcanza cinco page boxes, tres clases de geometría de anotaciones, cada link que apunta a la página y el árbol de estructura, y ISO 32000-1 tiene una regla separada para cada uno
¿Hacia qué lado gira /Rotate una página PDF?
/Rotate gira la página en sentido horario para display e impresión, en múltiplos de 90 grados (ISO 32000-1 §7.7.3.3, Tabla 30). A 90 grados el borde izquierdo del media pasa a ser el tope y el borde superior pasa a ser el lado derecho, así que en un espacio de dispositivo con y hacia abajo el mapeo es X = (y - Bottom) * Scale y Y = (x - Left) * Scale. A 270 grados el borde derecho pasa a ser el tope. La clave además es heredable: junto con /Resources, /MediaBox y /CropBox es uno de los cuatro atributos de página que un ancestro /Pages puede suministrar (§7.7.3.4), así que un diccionario de página sin /Rotate propio igual puede quedar girado. THotPDF.GetLoadedPageRotation camina la cadena de /Parent, toma el primer /Rotate que encuentra y lo normaliza a 0–359, así que un -90 guardado vuelve como 270
El sentido es la parte que se equivoca sin que nadie lo note. Una matriz de página a dispositivo con las componentes y intercambiadas para 90 y 270 grados no gira la página para nada — la refleja sobre la diagonal, y el determinante cambia de signo. Ambos ángulos siguen «pareciendo girados». El bitmap tiene el ancho y el alto intercambiados, y mapear un punto a la vista y de vuelta lo devuelve al punto de partida, así que los chequeos de dimensiones y los tests de round-trip pasan sin queja. Lo que caza el error es una página con un marcador asimétrico en una esquina, renderizada y comparada píxel a píxel contra un renderer independiente; chequear una implementación de geometría solo contra sí misma prueba muy poco aquí. En HotPDF, FlattenLoadedPageRotation y RenderLoadedPageToBitmap comparten una sola convención horaria, así que una esquina que el renderer dibuja arriba a la izquierda de una página rotada sigue arriba a la izquierda después de aplanar
Aplanar un rango de páginas con FlattenLoadedPageRotation
THotPDF.FlattenLoadedPageRotation(PageRange, Info) procesa cada página de PageRange cuya rotación efectiva sea 90, 180 o 270 y devuelve la cantidad de páginas que aplanó. Un PageRange vacío significa todo el documento; si no, el string usa la sintaxis base 1 '1-3,7', y un número de página más allá del final lanza una excepción en lugar de salirse del rango en silencio. Los content streams originales se dejan byte a byte como estaban. El método pone un stream nuevo al frente de /Contents que contiene q y un giro cm, pone un stream con Q al final, y después escribe /Rotate 0 en el propio diccionario de página
| Rotate efectivo | Stream prefijo | MediaBox nuevo |
|---|---|---|
| 90 | q 0 -1 1 0 -Bottom Width+Left cm | [0 0 Height Width] |
| 180 | q -1 0 0 -1 Width+Left Height+Bottom cm | [0 0 Width Height] |
| 270 | q 0 1 -1 0 Height+Bottom -Left cm | [0 0 Height Width] |
El cero explícito importa más de lo que parece. Borrar la clave /Rotate parecería más prolijo, y rompe cada página cuyo 90 vino de un nodo /Pages: la página hereda el giro otra vez y el visor rota contenido que ya está derecho. Un /Rotate 0 en el diccionario de página bloquea esa herencia, lo que lo vuelve el único valor seguro para escribir
var
Pdf: THotPDF;
Info: THPDFRotationFlattenInfo;
Flattened: Integer;
begin
Pdf := THotPDF.Create(nil);
try
if Pdf.LoadFromFile('scanned-batch.pdf') > 0 then
begin
// '' = todas las páginas; las páginas a 0 grados se escanean pero se dejan tranquilas
Flattened := Pdf.FlattenLoadedPageRotation('', Info);
Writeln(Format('Scanned %d, flattened %d pages',
[Info.ScannedPageCount, Info.FlattenedPageCount]));
Writeln(Format('Turned %d annotations, %d destinations, %d tagged geometry entries',
[Info.TransformedAnnotationCount, Info.TransformedDestinationCount,
Info.TransformedStructureGeometryCount]));
if Flattened > 0 then
Pdf.SaveLoadedDocument('scanned-batch-upright.pdf');
end;
finally
Pdf.Free;
end;
end;
Registre el record THPDFRotationFlattenInfo en lugar de botarlo. ScannedPageCount es la cantidad de páginas del rango, FlattenedPageCount coincide con el valor de retorno, y los tres contadores Transformed... muestran si links, bookmarks o geometría etiquetada apuntaban a las páginas giradas. Cero destinos en un lote de escáner es normal, porque los escáneres rara vez escriben links. Un archivo PDF/UA etiquetado que reporta cero geometría de estructura cuando usted sabe que lleva bounding boxes de figuras es el que hay que abrir a mano
Lea todos los page boxes antes de escribir cualquiera
El aplanado reescribe solo las cajas que la página ya tiene, y las lee todas antes de escribir la primera. El orden importa por la cadena de defaults del §14.11.2: GetLoadedPageBox(PageIndex, pbCropBox, ...) devuelve el MediaBox cuando la página no tiene /CropBox, y /BleedBox, /TrimBox y /ArtBox caen por defecto al CropBox. Un bucle que lee, gira y escribe una caja por vez camina derecho hacia esa cadena. Gira el MediaBox y lo guarda, lee la «CropBox», recibe de vuelta el MediaBox recién girado, lo gira una segunda vez y escribe un CropBox que la página nunca tuvo. En una página Letter ese segundo giro produce [0 -180 612 612], y recortada al MediaBox nuevo la página visible se encoge a un cuadrado de 612 × 612
La herencia parte las cinco cajas en dos grupos. MediaBox y CropBox se buscan por la cadena de /Parent, mientras que BleedBox, TrimBox y ArtBox cuentan solo cuando se sientan en el propio diccionario de página. FlattenLoadedPageRotation sigue la misma partida cuando decide qué cajas existen: un CropBox heredado se gira y se escribe sobre la página, y un /TrimBox perdido en un nodo /Pages se trata como ausente y jamás se copia hacia abajo
procedure DumpPageGeometry(Pdf: THotPDF; PageIndex: Integer);
var
L, B, R, T: Single;
begin
Writeln('Effective /Rotate: ', Pdf.GetLoadedPageRotation(PageIndex));
if Pdf.GetLoadedPageBox(PageIndex, pbMediaBox, L, B, R, T) then
Writeln(Format('MediaBox [%g %g %g %g]', [L, B, R, T]));
// True aun sin clave /TrimBox: el valor cae al CropBox y después al MediaBox
if Pdf.GetLoadedPageBox(PageIndex, pbTrimBox, L, B, R, T) then
Writeln(Format('TrimBox [%g %g %g %g]', [L, B, R, T]));
// Precarga Letter; GetLoadedPageVisibleBox deja las salidas intactas si falla
L := 0; B := 0; R := 612; T := 792;
Pdf.GetLoadedPageVisibleBox(PageIndex, L, B, R, T);
Writeln(Format('Visible [%g %g %g %g]', [L, B, R, T]));
end;
Corra ese helper antes y después del aplanado. Para una página de 90 grados con MediaBox [0 0 612 792], el MediaBox aplanado se lee [0 0 792 612]. Cada caja reescrita pasa por el mismo giro horario relativo al origen del MediaBox original, así que el MediaBox nuevo siempre arranca en 0,0, y un TrimBox de [18 18 594 774] se vuelve [18 18 774 594] — todavía 18 puntos adentro de cada borde de la página landscape
GetLoadedPageVisibleBox devuelve la región que un visor muestra y una impresora imprime: el CropBox recortado contra el MediaBox, normalizado de modo que Left sea menor que Right y Bottom menor que Top. El renderer de páginas y la exportación SVG dimensionan su salida desde esa misma caja. El código que quiere el tamaño que una persona realmente ve debería llamar a GetLoadedPageVisibleBox, porque leer /MediaBox para ese propósito da la respuesta equivocada en cualquier página con CropBox
¿Por qué se rompen las anotaciones si solo gira /Rect?
Las anotaciones se rompen porque un appearance stream nunca se dibuja directo en /Rect. Bajo §12.5.5 el visor primero transforma el /BBox del form por su /Matrix, después escala y traslada el bounding box de ese resultado hasta /Rect. Gire solo /Rect y un stamp de 200 × 40 queda apretado en un slot de 40 × 200, donde nadie puede leerlo. FlattenLoadedPageRotation por eso multiplica por la derecha el giro horario de la página sobre cada /Matrix de apariencia ([0 -1 1 0 0 0] a 90 grados, en la convención de vectores fila) a través de las apariencias /N, /R y /D y cada estado dentro de ellas. Un appearance stream puede servir a varias anotaciones o estados, así que cada stream se gira exactamente una vez por llamada; un stream compartido por páginas con rotaciones distintas toma el giro de la primera página que lo alcanza
Dos reglas más pequeñas mantienen a los form fields y a las sticky notes en su lugar. La entrada /MK /R de un widget (§12.5.6.19) es un ángulo antihorario, así que el ángulo horario de la página se le resta, módulo 360. Déjela tranquila y la próxima regeneración de apariencia dibuja el texto del campo en la dirección equivocada. Las anotaciones con la bandera NoRotate (posición de bit 5, valor 16, §12.5.3) se quedan derechas en una página rotada y pivotean alrededor de la esquina superior izquierda de su /Rect; para esas el método conserva el ancho, el alto y la apariencia derecha, y solo mueve esa esquina a donde el giro la deja
Más allá de los diccionarios de anotaciones, la misma llamada gira /QuadPoints, /Vertices, /L y /InkList. Reescribe los destinos explícitos que nombran la página: los puntos /XYZ y los rectángulos /FitR se mapean a través del giro, y a 90 o 270 grados /FitH y /FitBH se vuelven /FitV y /FitBV, y al revés (§12.3.2.2). También transforma la geometría etiquetada como las entradas /BBox de atributos en elementos de estructura cuyo /Pg es la página
El árbol de estructura es donde un recorrido directo se equivoca de una forma desagradable. El /Pg de un elemento de estructura apunta de vuelta al objeto de página, así que un scanner que lleva «esto pertenece a la página» hacia abajo por cada clave sigue el /Pg hacia la página, después hacia /Annots — girando los rectángulos de anotaciones una segunda vez — y hacia Form XObjects cuyo /BBox vive en el espacio del form y ya está cubierto por el cm externo. Seguir el /P sube a la raíz del árbol y arrastra elementos de otras páginas. Si alguna de estas cosas se dispara depende del orden en que los objetos resultan visitados; cuando /Pages precede a /StructTreeRoot en el catálogo, la página tiende a alcanzarse primero y el daño queda escondido, así que los archivos de test corrientes pueden pasar. FlattenLoadedPageRotation lleva el contexto de página solo a través de /K (hijos) y /A (atributos), y un hijo con su propio /Pg en otra página se le deja a esa página
Chequear el resultado antes de despachar el lote
Una página aplanada debería verse idéntica en un visor, y los chequeos útiles son los que notarían si no lo es. Algunos comportamientos moldean cómo la verifica
- Las páginas cuya rotación efectiva ya es 0, o cuyo MediaBox falta o tiene ancho o alto cero, se saltan sin excepción, así que compare el valor de retorno con el conteo que esperaba cambiar
- Los Form XObjects referenciados desde los recursos de la página conservan su propio
/BBoxy/Matrix, porque elcmexterno ya gira todo lo que dibujan - Los destinos se encuentran recorriendo cada objeto indirecto una vez por página aplanada; en un archivo grande con cientos de páginas rotadas, presupueste ese recorrido por cada una
RenderLoadedPageToBitmapdibuja los content streams de la página y deja las anotaciones afuera, así que un chequeo visual de stamps girados necesita primeroFlattenLoadedAnnotations, sobre una copia de prueba del documento
La página de test que se paga sola tiene algo asimétrico en una esquina, como un cuadrado relleno arriba a la izquierda de la página mostrada. Renderícela antes del aplanado y después, y luego compare los píxeles alrededor de ese marcador. El ancho y el alto solos concuerdan igual de felices en una página reflejada
// Solo copia de prueba: FlattenLoadedAnnotations hornea las anotaciones
// dentro del contenido de la página y las quita de la página
Pdf.FlattenLoadedAnnotations('1'); // rango de páginas base 1
Before := Pdf.RenderLoadedPageToBitmap(0, 96); // índice de página base 0
if Before = nil then
raise Exception.Create('Page 1 did not render');
try
Pdf.FlattenLoadedPageRotation('1', Info);
After := Pdf.RenderLoadedPageToBitmap(0, 96);
if After = nil then
raise Exception.Create('Flattened page 1 did not render');
try
// Sus propios chequeos, no llamadas de la librería: los tamaños deben coincidir...
Assert((Before.Width = After.Width) and (Before.Height = After.Height));
// ...y también los píxeles del marcador en la esquina superior izquierda
Assert(Before.Canvas.Pixels[8, 8] = After.Canvas.Pixels[8, 8]);
finally
After.Free;
end;
finally
Before.Free;
end;
Si los stamps de sus páginas rotadas todavía no tienen appearance streams, sintetizar apariencias de anotaciones antes de aplanarlas cubre ese paso. El renderer detrás de la comparación de esquinas está descrito en renderizar una página PDF cargada a un bitmap, y redacción y empalme N-up sobre PDFs cargados se apoya en la misma idea de agregar streams a /Contents sin re-codificar los originales. FlattenLoadedPageRotation, GetLoadedPageBox y GetLoadedPageVisibleBox vienen con HotPDF para Delphi y C++Builder — la página del componente PDF de HotPDF para Delphi tiene los detalles