Um número de página desenhado em x = 560, y = 30 no espaço de usuário do PDF (origem no canto inferior esquerdo) pertence ao canto inferior direito de uma página Letter. Numa página landscape digitalizada armazenada como media portrait, com /MediaBox [0 0 612 792] e /Rotate 90, a mesma chamada de desenho põe o número a 30 pontos da borda esquerda e 52 pontos acima da base do que o leitor vê, com os dígitos correndo para baixo pela margem. O código de stamping fez exatamente o que lhe foi mandado. Ele escreveu num sistema de coordenadas que todo visualizador gira um quarto de volta antes de alguém olhar
Scanners e apps de captura de celular produzem páginas assim o tempo todo, porque definir uma flag de rotação é muito mais barato que recodificar um JPEG. Visualizadores honram o /Rotate, então o arquivo parece bem até que algo trabalhe no espaço de usuário cru: uma rotina de stamping, um passo de imposition que dimensiona os slots dele olhando só o /MediaBox, um print RIP com ideia própria de orientação. O conserto duradouro é achatar a rotação, movendo a volta para dentro do fluxo de conteúdo e definindo /Rotate como 0 para que a geometria armazenada e a exibida finalmente concordem. Isso soa como uma matriz. Na prática alcança cinco page boxes, três tipos de geometria de anotação, todo link que mira na página e a structure tree, e a ISO 32000-1 tem uma regra separada para cada um deles
Para que lado o /Rotate gira uma página de PDF?
O /Rotate gira a página no sentido horário para exibição e impressão, em múltiplos de 90 graus (ISO 32000-1 §7.7.3.3, Tabela 30). A 90 graus a borda esquerda do media vira o topo e a borda de cima vira o lado direito, então num device space com y para baixo o mapeamento é X = (y - Bottom) * Scale e Y = (x - Left) * Scale. A 270 graus a borda direita vira o topo em vez disso. A chave também é herdável: junto com /Resources, /MediaBox e /CropBox ela é um dos quatro atributos de página que um ancestral /Pages pode fornecer (§7.7.3.4), então um dicionário de página sem /Rotate próprio ainda pode ser girado. O THotPDF.GetLoadedPageRotation caminha pela cadeia de /Parent, pega o primeiro /Rotate que encontra e normaliza para 0–359, então um -90 armazenado volta como 270
O sentido é a parte que sai errada sem ninguém notar. Uma matriz de página para device com os componentes y trocados para 90 e 270 graus não gira a página de forma alguma — ela espelha pela diagonal, e o determinante muda de sinal. Os dois ângulos ainda parecem girados. O bitmap tem a largura e a altura trocadas, e mapear um ponto para a view e de volta retorna onde você começou, então checagens de dimensão e testes de round trip passam sem reclamar. O que pega o erro é uma página com um marcador assimétrico num canto, renderizada e comparada pixel por pixel contra um renderer independente; checar uma implementação de geometria só contra ela mesma prova muito pouco aqui. No HotPDF, o FlattenLoadedPageRotation e o RenderLoadedPageToBitmap dividem uma convenção horária, então um canto que o renderer desenha no topo à esquerda de uma página girada continua no topo à esquerda depois do achatamento
Achatar uma faixa de páginas com FlattenLoadedPageRotation
O THotPDF.FlattenLoadedPageRotation(PageRange, Info) processa toda página em PageRange cuja rotação efetiva é 90, 180 ou 270 e retorna o número de páginas que achatou. Um PageRange vazio significa o documento inteiro; caso contrário a string usa a sintaxe 1-based '1-3,7', e um número de página além do fim levanta exceção em vez de sair da faixa silenciosamente. Os fluxos de conteúdo originais ficam byte a byte como estavam. O método põe um stream novo na frente do /Contents segurando um q e uma volta cm, põe um stream com Q atrás, e então grava /Rotate 0 no próprio dicionário de página
| Rotação /Rotate efetiva | Stream de prefixo | Nova MediaBox |
|---|---|---|
| 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] |
O zero explícito importa mais do que parece. Apagar a chave /Rotate pareceria mais arrumado, e quebra toda página cujo 90 veio de um nó /Pages: a página herda a volta de novo e o visualizador gira um conteúdo que já está ereto. Um /Rotate 0 no dicionário de página bloqueia essa herança, o que o torna o único valor seguro a gravar
var
Pdf: THotPDF;
Info: THPDFRotationFlattenInfo;
Flattened: Integer;
begin
Pdf := THotPDF.Create(nil);
try
if Pdf.LoadFromFile('scanned-batch.pdf') > 0 then
begin
// '' = todas as páginas; páginas já a 0 grau são contadas mas ficam como estão
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 o record THPDFRotationFlattenInfo no log em vez de descartá-lo. O ScannedPageCount é o número de páginas da faixa, o FlattenedPageCount bate com o valor de retorno, e os três contadores Transformed... mostram se links, bookmarks ou geometria taggada apontavam para as páginas giradas. Zero destinos num lote de scanner é normal, já que scanners raramente gravam links. Um arquivo PDF/UA taggado que reporta zero geometria de estrutura enquanto você sabe que ele carrega bounding boxes de figure é o que se abre à mão
Leia todo page box antes de gravar qualquer um
O achatamento reescreve só os boxes que a página já tem, e lê todos eles antes de gravar o primeiro. A ordem importa por causa da cadeia de defaults da §14.11.2: o GetLoadedPageBox(PageIndex, pbCropBox, ...) retorna a MediaBox quando a página não tem /CropBox, e /BleedBox, /TrimBox e /ArtBox caem no CropBox. Um loop que lê, gira e grava um box por vez anda direto para dentro dessa cadeia. Ele gira a MediaBox e a armazena, lê a "CropBox", recebe a MediaBox recém-girada de volta, gira uma segunda vez e grava uma CropBox que a página nunca teve. Numa página Letter essa segunda volta produz [0 -180 612 612], e cortada pela nova MediaBox a página visível encolhe para um quadrado de 612 × 612
A herança divide os cinco boxes em dois grupos. MediaBox e CropBox são buscadas ao longo da cadeia de /Parent, enquanto BleedBox, TrimBox e ArtBox contam só quando sentam no dicionário de página em si. O FlattenLoadedPageRotation segue a mesma divisão ao decidir quais boxes existem: uma CropBox herdada é girada e gravada na página, e um /TrimBox perdido num nó /Pages é tratado como ausente e nunca é copiado para baixo
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 mesmo sem chave /TrimBox: o valor cai para CropBox, depois MediaBox
if Pdf.GetLoadedPageBox(PageIndex, pbTrimBox, L, B, R, T) then
Writeln(Format('TrimBox [%g %g %g %g]', [L, B, R, T]));
// Letter pré-ajustado; GetLoadedPageVisibleBox deixa as saídas intocadas em falha
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;
Rode esse helper antes e depois do achatamento. Para uma página de 90 graus com MediaBox [0 0 612 792], a MediaBox achatada lê [0 0 792 612]. Todo box reescrito passa pela mesma volta horária relativa à origem da MediaBox original, então a MediaBox nova sempre começa em 0,0, e uma TrimBox de [18 18 594 774] vira [18 18 774 594] — ainda 18 pontos para dentro de cada borda da página landscape
O GetLoadedPageVisibleBox retorna a região que um visualizador exibe e uma impressora imprime: a CropBox cortada pela MediaBox, normalizada para Left ser menor que Right e Bottom menor que Top. O renderer de páginas e a exportação SVG dimensionam a saída deles por esse mesmo box. Código que quer o tamanho que uma pessoa de fato vê deve chamar o GetLoadedPageVisibleBox, porque ler a /MediaBox para esse propósito dá a resposta errada em qualquer página com CropBox
Por que anotações quebram quando você só gira o /Rect?
Anotações quebram porque um appearance stream nunca é desenhado direto no /Rect. Sob a §12.5.5 o visualizador primeiro transforma a /BBox do form pela /Matrix dele, depois escala e translada o bounding box do resultado para dentro do /Rect. Gire só o /Rect e um carimbo de 200 × 40 é espremido num slot de 40 × 200, onde ninguém consegue ler. O FlattenLoadedPageRotation portanto multiplica à direita a volta horária da página na /Matrix de cada appearance ([0 -1 1 0 0 0] a 90 graus, na convenção de row-vector), pelas appearances /N, /R e /D e por todo estado dentro delas. Um appearance stream pode servir a várias anotações ou estados, então cada stream é girado exatamente uma vez por chamada; um stream compartilhado por páginas com rotações diferentes toma a volta da primeira página que o alcança
Duas regras menores mantêm form fields e sticky notes onde pertencem. A entrada /MK /R de um widget (§12.5.6.19) é um ângulo anti-horário, então o ângulo horário da página é subtraído dele, módulo 360. Deixe quieto e a próxima regeneração de appearance desenha o texto do campo na direção errada. Anotações com a flag NoRotate (posição de bit 5, valor 16, §12.5.3) ficam eretas numa página girada e pivotam em volta do canto superior esquerdo do /Rect delas; para elas o método mantém a largura, a altura e a aparência ereta, e só move esse canto para onde a volta o põe
Passando dos dicionários de anotação, a mesma chamada gira /QuadPoints, /Vertices, /L e /InkList. Ela reescreve destinos explícitos que nomeiam a página: pontos /XYZ e retângulos /FitR são mapeados pela volta, e a 90 ou 270 graus /FitH e /FitBH viram /FitV e /FitBV, e vice-versa (§12.3.2.2). Ela também transforma geometria taggada como entradas de /BBox de atributos em elementos de estrutura cujo /Pg é a página
A structure tree é onde uma caminhada direta dá errado de um jeito desagradável. O /Pg de um elemento de estrutura aponta de volta para o objeto de página, então um scanner que carrega "isto pertence à página" por toda chave segue o /Pg para dentro da página, depois para dentro do /Annots — girando retângulos de anotação uma segunda vez — e para dentro de Form XObjects cujo /BBox vive no espaço de form e já está coberto pelo cm externo. Seguir o /P sobe até a raiz da árvore e puxa elementos de outras páginas. Se algum disso dispara depende da ordem em que os objetos são visitados por acaso; quando o /Pages precede o /StructTreeRoot no catálogo, a página tende a ser alcançada primeiro e o dano fica escondido, então arquivos de teste comuns podem passar. O FlattenLoadedPageRotation carrega contexto de página só pelo /K (filhos) e pelo /A (atributos), e um filho com /Pg próprio em outra página fica para aquela página
Checando o resultado antes de enviar o lote
Uma página achatada deve ficar idêntica num visualizador, e as checagens úteis são as que notariam se ela não ficasse. Alguns comportamentos moldam como você verifica isso
- Páginas cuja rotação efetiva já é 0, ou cuja MediaBox está ausente ou tem largura ou altura zero, são puladas sem exceção, então compare o valor de retorno com a contagem que você esperava mudar
- Form XObjects referenciados dos recursos da página mantêm o
/BBoxe a/Matrixpróprios, porque ocmexterno já gira tudo o que eles desenham - Destinos são encontrados caminhando por todo objeto indireto uma vez por página achatada; num arquivo grande com centenas de páginas giradas, orce essa caminhada em cada uma
- O
RenderLoadedPageToBitmapdesenha os fluxos de conteúdo da página e deixa anotações de fora, então uma checagem visual de carimbos girados precisa doFlattenLoadedAnnotationsprimeiro, numa cópia de rascunho do documento
A página de teste que se paga tem algo assimétrico num canto, como um quadrado preenchido no topo à esquerda da página exibida. Renderize antes do achatamento e depois, e compare os pixels em volta desse marcador. Largura e altura sozinhas concordam tão felizes numa página espelhada
// Só numa cópia de rascunho: FlattenLoadedAnnotations assa as anotações
// no conteúdo da página e as remove da página
Pdf.FlattenLoadedAnnotations('1'); // faixa de páginas 1-based
Before := Pdf.RenderLoadedPageToBitmap(0, 96); // índice de página zero-based
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
// Checagens suas, não chamadas de biblioteca: os tamanhos precisam bater...
Assert((Before.Width = After.Width) and (Before.Height = After.Height));
// ...e também os pixels do marcador no canto superior esquerdo
Assert(Before.Canvas.Pixels[8, 8] = After.Canvas.Pixels[8, 8]);
finally
After.Free;
end;
finally
Before.Free;
end;
Se os carimbos das suas páginas giradas ainda não têm appearance streams, sintetizar appearances de anotações antes de achatá-las cobre esse passo. O renderer por trás da comparação de cantos é descrito em renderizar uma página de PDF carregada para um bitmap, e redaction e costura N-up em PDFs carregados depende da mesma ideia de acrescentar streams ao /Contents sem recodificar os originais. O FlattenLoadedPageRotation, o GetLoadedPageBox e o GetLoadedPageVisibleBox vêm com o HotPDF para Delphi e C++Builder — a página do componente HotPDF Delphi PDF tem os detalhes