pdf2json与qpdf的PDF字段坐标差异及转换方法咨询

问题背景 #

执行pdf2json -f test.pdf后，"yyy"字段的坐标/尺寸为：

"x": 11.924,
"y": 7.027,
"w": 9.375,
"h": 1.292

执行qpdf test.pdf --qdf test.qdf后，对应内容的/Rect值为：

/Rect [
  190.784
  658.903
  340.784
  680.903
]

同时页面尺寸存在差异：qdf与pdfbox -box test.pdf返回612x792，pdf2json返回38.25x49.5（可通过乘/除以16转换），但字段坐标无法用固定乘数直接转换。

坐标不一致的核心原因 #

• 坐标原点与方向差异：PDF标准的/Rect采用左下角为原点，y轴向上；pdf2json采用左上角为原点，y轴向下，这是坐标数值差异的核心来源。
• 单位换算逻辑不同：PDF默认单位是点（pt），1pt=1/72英寸；pdf2json将页面尺寸先转换为英寸后再做4.5倍缩放（612pt=8.5英寸，8.5×4.5=38.25；792pt=11英寸，11×4.5=49.5），整体对应16倍的单位缩放（612÷16=38.25）。

相互转换方法 #

PDF Rect → pdf2json坐标 #

PDF的/Rect格式为[x_left, y_bottom, x_right, y_top]，转换步骤：

1. 单位转换：pdf2json单位 = PDF点值 ÷ 16
2. y轴方向调整：pdf2json的y值 = 页面总高度（pdf2json单位，即49.5） - 转换后的PDF y_top值
3. 宽高计算：
   • pdf2json w = (x_right - x_left) ÷ 16
   • pdf2json h = (y_top - y_bottom) ÷ 16

用测试数据验证：

• PDF y_top=680.903pt → 转换后≈42.556，pdf2json y=49.5-42.556≈6.944（与测试值7.027的误差来自浮点计算和文本框精准裁剪）
• PDF x_left=190.784pt → 转换后=11.924，与测试x值完全一致
• 宽度(340.784-190.784)÷16=9.375，与测试w值一致

pdf2json → PDF Rect坐标 #

步骤反向操作：

1. 单位转换：PDF点值 = pdf2json值 × 16
2. y轴方向调整：PDF y_top = 页面总高度（792pt） - (pdf2json y值 × 16)
3. 计算Rect各值：
   • PDF x_left = pdf2json x值 ×16
   • PDF x_right = x_left + (pdf2json w值 ×16)
   • PDF y_bottom = y_top - (pdf2json h值 ×16)

坐标关联总结 #

两者完全关联，之前出现无规律比值是因为混淆了不同轴的对应关系——你拿PDF的y_bottom和pdf2json的x对比、PDF的x_left和pdf2json的y对比，自然得到无意义的数值。本质差异仅在于y轴原点方向和16倍单位缩放。

内容的提问来源于stack exchange，提问作者neubert