如何用pypdf修正扫描PDF方向以准确定位下拉批注？

核心问题分析 #

你的扫描PDF通过/Rotate属性（270度）实现纵向显示，但MediaBox仍保留横向尺寸（792×612），直接修改Rotate或手动调整MediaBox会导致内容与页面容器不匹配，引发打印异常。正确做法是将页面内容实际旋转，同步调整页面尺寸，并重置视图旋转属性，让页面完全符合标准PDF的纵向坐标系统（左下角为(0,0)，x轴向右，y轴向上）。

正确的pypdf处理代码 #

from pypdf import PdfReader, PdfWriter

# 读取源PDF
reader = PdfReader("你的扫描文档.pdf")
writer = PdfWriter()

# 获取目标页面（这里取第一页，按需修改索引）
page = reader.pages[0]

# 1. 实际旋转页面内容，抵消原270度视图旋转
# pypdf的rotate()方法为顺时针旋转，270度逆时针等效于90度顺时针
page.rotate(90)

# 2. 交换MediaBox和CropBox的宽高，转为标准纵向尺寸（612×792）
original_width, original_height = page.mediabox.width, page.mediabox.height
page.mediabox = [0.0, 0.0, original_height, original_width]
page.cropbox = page.mediabox

# 3. 重置页面旋转属性为0，消除视图层面的旋转
page.Rotate = 0

# 添加处理后的页面到输出PDF
writer.add_page(page)

# 保存修正后的PDF
with open("修正后的文档.pdf", "wb") as output_file:
    writer.write(output_file)

关键说明 #

• 仅修改Rotate属性只会改变视图显示方向，不会调整内容的实际位置和页面尺寸，这是之前打印异常的核心原因。
• 实际旋转页面内容后，必须同步调整MediaBox和CropBox的宽高，确保内容与页面容器完全适配。
• 处理完成后，页面坐标系统与标准PDF完全一致，你可以直接使用原始(x,y)坐标添加批注，无需额外转换。

内容的提问来源于stack exchange，提问作者Curtis Pro