如何获取 EPS 文件中元素的边界框
How to get bounding boxes of elements in EPS files
我需要检查 EPS/PDF 文件是否包含任何矢量元素
首先，我将 PDF 转换为 EPS，然后像这样从文件中删除所有文本元素和图像
pdftocairo -f $page_number -l $page_number -eps $input - | sed '/BT/,/ET/ d' | sed '/^8 dict dup begin$/,/^Q$/ c Q' > $output
但是我怎样才能检查是否有任何元素写入 canvas？
'vector elements' 到底是什么意思？除了实际的位图图像之外还有什么？你为什么在乎 ？也许如果你解释了你想要实现的目标，它会更容易帮助你。
请注意，您使用的方法决不能保证有效，文件中很容易存在 'elements'，您使用相当基本的查找图像的方法不会将其删除。
你可以使用 Ghostscript； 运行 将文件转换为位图并指定 -dFILTERTEXT 和 -dFILTERIMAGES。然后检查位图的像素以查看是否有 non-white。如果是，则文件中有矢量内容。您可能会使用类似 ImageMagick 的东西来计算颜色并查看是否超过 1。
或运行 将文件位图两次，一次正常，一次使用-dFILTERVECTOR。比较两个位图（它们上的 MD5 就足够了）。如果没有差异，则没有矢量内容。
任何具有矢量元素的 PDF 都将至少使用一种路径绘制运算符。根据 PDF 标准的第 8 章，它们是：
S, s, f, F, f*, B, B*, b, b*, n
当然，由于 PDF 文件可能很复杂，您还需要标准格式的文件。您可以使用 qpdf 程序的 QDF 格式来做到这一点。 （apt install qpdf 如果你没有）。
qpdf -qdf schedule.pdf - | egrep -m1 -q '\b[SsfFBbn]\*?$' && echo Yup
如果文件 schedule.pdf 中包含矢量图形，则会打印 "Yup"。
注意：我认为这会为您完成工作，但并非万无一失。如果您的 PDF 从外部文件加载矢量、嵌入原始后记或执行其他一些技巧，则可能会出现漏报。而且，当然它可能有误报（例如，一个文件在白色背景上用白色墨水绘制一个完全透明的 0pt 点）。
其他答案已经解决了在纯文本流中识别绘图运算符的问题。对于另一个问题，
But how can I then check if any elements are written to the canvas?
为此，元素需要是引用的内容流的一部分
在 Page 对象的 /Contents 成员中。
如果您读入所有 pdf 对象，将会有一个树将所有内容流连接到预告片中声明的 Root 对象。
- 预告片：/Root 是对文档目录对象的引用
- 文档目录：/Pages 是页面对象或页面节点的数组
- Page : /Contents 是对绘制页面元素的内容流对象的引用数组
文档树中可能存在未引用的杂散内容流对象。通过遍历页面树，您可以收集任何和所有实际内容，然后将该结果提供给其他答案中的一个解决方案。
我需要检查 EPS/PDF 文件是否包含任何矢量元素
首先，我将 PDF 转换为 EPS，然后像这样从文件中删除所有文本元素和图像
pdftocairo -f $page_number -l $page_number -eps $input - | sed '/BT/,/ET/ d' | sed '/^8 dict dup begin$/,/^Q$/ c Q' > $output
但是我怎样才能检查是否有任何元素写入 canvas？
'vector elements' 到底是什么意思？除了实际的位图图像之外还有什么？你为什么在乎 ？也许如果你解释了你想要实现的目标，它会更容易帮助你。
请注意，您使用的方法决不能保证有效，文件中很容易存在 'elements'，您使用相当基本的查找图像的方法不会将其删除。
你可以使用 Ghostscript； 运行 将文件转换为位图并指定 -dFILTERTEXT 和 -dFILTERIMAGES。然后检查位图的像素以查看是否有 non-white。如果是，则文件中有矢量内容。您可能会使用类似 ImageMagick 的东西来计算颜色并查看是否超过 1。
或运行 将文件位图两次，一次正常，一次使用-dFILTERVECTOR。比较两个位图（它们上的 MD5 就足够了）。如果没有差异，则没有矢量内容。
任何具有矢量元素的 PDF 都将至少使用一种路径绘制运算符。根据 PDF 标准的第 8 章，它们是：
S, s, f, F, f*, B, B*, b, b*, n
当然，由于 PDF 文件可能很复杂，您还需要标准格式的文件。您可以使用 qpdf 程序的 QDF 格式来做到这一点。 （apt install qpdf 如果你没有）。
qpdf -qdf schedule.pdf - | egrep -m1 -q '\b[SsfFBbn]\*?$' && echo Yup
如果文件 schedule.pdf 中包含矢量图形，则会打印 "Yup"。
注意：我认为这会为您完成工作，但并非万无一失。如果您的 PDF 从外部文件加载矢量、嵌入原始后记或执行其他一些技巧，则可能会出现漏报。而且，当然它可能有误报（例如，一个文件在白色背景上用白色墨水绘制一个完全透明的 0pt 点）。
其他答案已经解决了在纯文本流中识别绘图运算符的问题。对于另一个问题，
But how can I then check if any elements are written to the canvas?
为此，元素需要是引用的内容流的一部分
在 Page 对象的 /Contents 成员中。
如果您读入所有 pdf 对象，将会有一个树将所有内容流连接到预告片中声明的 Root 对象。
- 预告片：/Root 是对文档目录对象的引用
- 文档目录：/Pages 是页面对象或页面节点的数组
- Page : /Contents 是对绘制页面元素的内容流对象的引用数组
文档树中可能存在未引用的杂散内容流对象。通过遍历页面树，您可以收集任何和所有实际内容，然后将该结果提供给其他答案中的一个解决方案。