Połącz zeskanowane obrazy w jeden PDF z PDFium Component

Przebieg skanera z podajnikiem arkuszy zostawia Ci folder JPEG-ów, po jednym na stronę, o nazwach 0001.jpg, 0002.jpg i tak dalej. Nikt nie chce przeglądać akt sprawy, klikając przez sto miniaturek; tego, czego potrzebuje archiwum, to jeden PDF na akta sprawy, ze stronami w odpowiedniej kolejności. Ten ostatni krok, zamiana ponumerowanego stosu skanów w pojedynczy uporządkowany PDF, to zadanie do wykonania tutaj

Komponent PDFium obsługuje to bezpośrednio. Poza renderowaniem i ekstrakcją tekstu, komponent potrafi zbudować PDF od podstaw: utworzyć pusty dokument, dodać pustą stronę o dowolnym rozmiarze, upuścić na nią obraz we współrzędnych przestrzeni użytkownika, a następnie zapisać. Cały potok przetwarzania opiera się na komponencie TPdf, więc konwerter wsadowy to pętla po nazwach plików plus garść wywołań

Kształt konwersji

Dla każdego skanu muszą zajść trzy rzeczy. Ty decydujesz o rozmiarze strony, umieszczasz obraz wewnątrz strony, pozostawiając margines, i przechodzisz do następnej strony. Komponent PDFium daje ci jedną metodę dla każdej z tych czynności: AddPage tworzy pustą stronę o danym rozmiarze, AddImage (lub AddPicture, jeśli już posiadasz obiekt TPicture) rysuje mapę bitową na bieżącej stronie, a PageNumber informuje komponent, na którą stronę mają trafić kolejne wywołania rysowania

Jednym z detali, na którym ludzie potykają się, jest układ współrzędnych. Przestrzeń użytkownika w dokumencie PDF umieszcza początek układu w lewym dolnym rogu strony, a oś Y rośnie w górę, czyli odwrotnie do współrzędnych ekranowych, po które programiści Delphi sięgają odruchowo. X, Y, które przekazujesz do AddImage, to lewy dolny róg prostokąta obrazu, a Width, Height to rozmiar umieszczenia w punktach, a nie rozmiar pliku źródłowego w pikselach. Pomyl to, a twoje skany wylądują poza stroną lub do góry nogami w stosunku do oczekiwań

Tworzenie dokumentu i strony dla każdego skanu

Zacznij od pustego dokumentu. CreateDocument alokuje nowy plik PDF i pozostawia komponent aktywny, więc nie ma osobnego kroku otwierania. Następnie przechodzisz przez listę zeskanowanych plików, dla każdego dodajesz stronę, ustawiasz ją jako bieżącą i umieszczasz obraz. Wymiary strony tutaj to A4 w punktach (595 × 842 pionowo), standardowy rozmiar arkusza dla archiwizowanej korespondencji

procedure TArchiveForm.ScansToPdf(const Files: TStrings; const OutputPath: string);
const
  PageW = 595.0;   // szerokość A4 w punktach
  PageH = 842.0;   // wysokość A4 w punktach
  Margin = 36.0;   // półcalowa ramka wokół każdego skanu
var
  I: Integer;
  Pdf: TPdf;
begin
  Pdf := TPdf.Create(nil);
  try
    Pdf.CreateDocument;                       // nowy, pusty, już aktywny
    for I := 0 to Files.Count - 1 do
    begin
      Pdf.AddPage(I + 1, PageW, PageH);       // indeks strony od 1
      Pdf.PageNumber := I + 1;                // ustaw nową stronę jako bieżącą
      PlaceScan(Pdf, Files[I], PageW, PageH, Margin);
    end;
    Pdf.SaveAs(OutputPath);
  finally
    Pdf.Free;
  end;
end;

Każda iteracja tworzy stronę i od razu ustawia PageNumber na nią. Ta druga linia ma znaczenie: AddPage wstawia stronę, ale metody rysowania działają na tej stronie, która jest bieżąca, więc ustawienie PageNumber celuje AddImage na nowo utworzoną stronę. Pomiń to, a twoje obrazy będą nawarstwiać się na tej stronie, która przypadkowo była załadowana wcześniej

W tej pętli ukrywa się jedno założenie: kolejność obiektów Files. Skaner nazywa strony od 0001.jpg do 0100.jpg, ale wyliczanie katalogu nie zawsze zwraca je w sposób posortowany, a w momencie, gdy natrafisz na page9.jpg obok page10.jpg, zwykłe sortowanie znakowe umieści stronę 10 przed stroną 9. Posortuj listę jawnie przed pętlą i preferuj nazwy uzupełnione zerami na etapie skanowania, aby kolejność leksykalna pasowała do kolejności stron. Sekwencja stron to jedna rzecz, którą recenzent zauważa natychmiast, i jest to najtańszy błąd, któremu można zapobiec

Umieszczanie skanu z zachowaniem proporcji obrazu

Skan rzadko ma ten sam kształt co strona. Jeśli go rozciągniesz, by wypełnił arkusz, zniekształcisz tekst; jeśli umieścisz go w pełnym rozmiarze w pikselach, przepełni się on za stronę. Rozwiązaniem jest skalowanie za pomocą mniejszego z dwóch współczynników (dopasowanie do szerokości lub wysokości) i wyśrodkowanie tego, co pozostanie. Ponieważ początek układu leży w lewym dolnym rogu, wyśrodkowanie oznacza podzielenie pozostałego miejsca na równe części i dodanie go zarówno do X, jak i Y

procedure TArchiveForm.PlaceScan(Pdf: TPdf; const FileName: string;
  PageW, PageH, Margin: Double);
var
  Pic: TPicture;
  AvailW, AvailH, Scale, DrawW, DrawH, X, Y: Double;
begin
  Pic := TPicture.Create;
  try
    Pic.LoadFromFile(FileName);              // BMP, JPG, PNG itd. przez jednostki graficzne VCL

    AvailW := PageW - 2 * Margin;
    AvailH := PageH - 2 * Margin;

    // Dopasuj do marginesów bez zniekształcania skanu.
    Scale := Min(AvailW / Pic.Width, AvailH / Pic.Height);
    DrawW := Pic.Width * Scale;
    DrawH := Pic.Height * Scale;

    // Wyśrodkuj: pozostałe miejsce dzielone równo. Y mierzone od dolnej krawędzi strony.
    X := (PageW - DrawW) / 2;
    Y := (PageH - DrawH) / 2;

    Pdf.AddImage(FileName, X, Y, DrawW, DrawH);
  finally
    Pic.Free;
  end;
end;

To rozwiązanie ładuje plik raz, by odczytać wymiary w pikselach, oblicza pojedynczą, jednolitą skalę i przekazuje prostokąt rozmieszczenia do AddImage. AddImage akceptuje bezpośrednio ścieżkę do pliku i kieruje ją przez ten sam potok przetwarzania obrazów co AddPicture, więc dowolny format rozpoznawany przez jednostki graficzne VCL zadziała bez specjalnego traktowania. Jeśli posiadasz już zdekodowany obraz w obiekcie TPicture z okna podglądu, użyj wywołania AddPicture(Pic, X, Y, DrawW, DrawH) z tym samym prostokątem i pomiń drugie czytanie pliku

Pominięcie dekodowania w przypadku skanów JPEG

Skanery niemal zawsze generują JPEG. Załadowanie JPEG-a do TPicture dekoduje go do pełnej mapy bitowej i to mapa bitowa trafia do PDF-a. Dekodowanie nie kosztuje jakości, a PDFium zapisuje piksele bezstratnie, więc strona wygląda tak samo; płacisz rozmiarem i czasem, bo skan, który przyszedł jako zwięzły JPEG, zostaje zapisany jako bezstratnie skompresowane surowe piksele, zwykle wielokrotnie większe niż plik, z którego przyszedł. AddJpegImage osadza oryginalne skompresowane bajty prosto na stronie, pobierając je ze strumienia, więc wynik pozostaje bliski rozmiarowi skanów, a partia pomija całkowicie pracę dekodowania

var
  Stream: TFileStream;
begin
  // ... po AddPage + PageNumber dla bieżącej strony ...
  Stream := TFileStream.Create(FileName, fmOpenRead);
  try
    // Osadza bajty JPEG bez zmian; bez cyklu dekodowania/ponownego kodowania.
    Pdf.AddJpegImage(Stream, X, Y, DrawW, DrawH);
  finally
    Stream.Free;
  end;
end;

Wciąż tak samo musisz wyliczyć wartości X, Y, DrawW i DrawH, ponieważ do skalowania musisz znać wymiary obrazu w pikselach. Odczytaj je z pliku lub w czasie szybkiego przetwarzania nagłówków, a następnie przekaż surowy strumień danych do metody AddJpegImage. W przypadku skanów w formatach PNG i TIFF właściwą drogą jest użycie metody AddImage. Skrót z plikami JPEG zachowaj tylko dla formatu, do którego to faktycznie ma zastosowanie

Oznaczanie każdej strony

Zarchiwizowane skany są łatwiejsze w audytowaniu, gdy każda strona ma wypisaną nazwę pliku źródłowego. AddText rysuje ciąg znaków według współrzędnych przestrzeni użytkownika, więc podpis ląduje tuż pod obrazem. Pamiętaj o odwróconej osi Y: aby wstawić napis pod skanem, od dolnej krawędzi obrazu należy odejmować wartości, a nie je dodawać

// Podpis pod skanem: Y maleje w kierunku dolnej krawędzi strony.
Pdf.AddText('File: ' + ExtractFileName(FileName), 'Helvetica', 9,
  X, Y - 14, clGray);

Ostatnia uwaga na temat zapisu. SaveAs zwraca Boolean, a False oznacza, że dokumentu nie udało się serializować, więc sprawdź wynik, zamiast zakładać, że zapis się powiódł. Kłopoty z systemem plików idą drugą drogą: brakujący folder wyjściowy albo zablokowany plik docelowy podnosi wyjątek z warstwy plikowej, więc zadanie wsadowe chce i sprawdzenia wyniku, i obsługi, która zaloguje, którego pliku akt dotyczyła awaria. Gdy pętla się zakończy i plik zostanie zapisany, masz dokładnie to, czego potrzebowało archiwum: jeden uporządkowany PDF na akta sprawy, ze stronami przeskalowanymi do rozmiaru, gotowy do odczytu w dowolnej przeglądarce

Te same elementy konstrukcyjne mogą posłużyć przy podobnych zadaniach. Zmień regułę określającą rozmiar poszczególnych stron, a stworzysz książkę ze zdjęciami, po jednym na arkusz; zachowaj tę samą pętlę, ale dane odczytuj z wielostronicowych plików TIFF, a otrzymasz konwerter na potrzeby tworzenia archiwów faksów. Jeśli chcesz uzyskać szerszy obraz na temat tworzenia plików PDF z poziomu programu, zobacz, jak działa tworzenie dokumentów PDF od podstaw za pomocą komponentu PDFium; by na koniec wyrenderować wynik na ekranie, przeczytaj tekst o konwertowaniu stron PDF na obrazy JPEG za pomocą komponentu PDFium

Komponent PDFium z witryny loslab.com łączy interfejsy API do tworzenia dokumentów, renderowania i obsługi tekstu, z których korzystaliśmy w trakcie tworzenia całej tej serii poradników