如何使用Apache PDFBox检测PDF水印及水印边距是否符合6.35mm要求

核心思路拆解 #

PDF水印常见存在形式：页面内容层的文本/图形/图像、页面注释（Annotation）、嵌入的XObject。要完成需求，需分两步：遍历PDF页面提取所有可能的水印元素，再验证这些元素的边界是否符合边距要求。

第一步：检测水印元素 #

1. 解析页面内容层元素

使用PDFBox的PDFStreamEngine自定义处理器，拦截文本、图形、图像的绘制指令，记录它们的边界框（Bounding Box）。这类元素通常是直接绘制在页面上的批量水印。

示例代码片段：

public class WatermarkDetector extends PDFStreamEngine {
    private List<Rectangle2D> elementBounds = new ArrayList<>();

    public WatermarkDetector() throws IOException {
        super();
        // 拦截文本绘制指令，记录文本边界
        addOperator(new ShowText() {
            @Override
            public void processOperator(Operator operator, List<COSBase> arguments) throws IOException {
                PDTextPosition textPos = getTextPosition();
                if (textPos != null) {
                    elementBounds.add(textPos.getBoundingBox());
                }
                super.processOperator(operator, arguments);
            }
        });
        // 可扩展添加路径填充、图像绘制的Operator处理器，捕获图形/图像水印
    }

    public List<Rectangle2D> getElementBounds() {
        return elementBounds;
    }
}

遍历页面使用：

try (PDDocument document = PDDocument.load(new File("target.pdf"))) {
    for (PDPage page : document.getPages()) {
        WatermarkDetector detector = new WatermarkDetector();
        detector.processPage(page);
        List<Rectangle2D> elements = detector.getElementBounds();
        // 可通过元素的重复特征、特定文本内容筛选出水印元素
    }
}

2. 检查页面注释

部分水印会以注释形式添加（如PDAnnotationStamp），直接遍历页面注释集合即可：

for (PDAnnotation annot : page.getAnnotations()) {
    if (annot instanceof PDAnnotationStamp) {
        PDAnnotationStamp stamp = (PDAnnotationStamp) annot;
        elementBounds.add(stamp.getRectangle().getRectangle2D());
    }
}

第二步：验证边距合规性 #

PDF默认用户单位为1/72英寸，¼英寸换算为18用户单位（72 * 0.25 = 18）。先获取页面实际尺寸（优先用TrimBox，无则用MediaBox），再计算安全区域：

PDPage page = ...;
PDRectangle pageBox = page.getTrimBox() != null ? page.getTrimBox() : page.getMediaBox();
float pageWidth = pageBox.getWidth();
float pageHeight = pageBox.getHeight();

// 安全区域边界（各边留出18用户单位）
float safeLeft = 18;
float safeRight = pageWidth - 18;
float safeBottom = 18;
float safeTop = pageHeight - 18;

遍历水印元素，检查其边界是否完全落在安全区域内：

boolean isMarginCompliant = true;
for (Rectangle2D bounds : watermarkBounds) {
    if (bounds.getMinX() < safeLeft || bounds.getMaxX() > safeRight 
        || bounds.getMinY() < safeBottom || bounds.getMaxY() > safeTop) {
        isMarginCompliant = false;
        break;
    }
}

注意事项 #

• 半透明水印仍需检测实际绘制区域，不能忽略透明度属性
• 由多个小元素组成的复杂水印，需合并所有相关元素的边界后再验证
• 存在旋转的页面，需先修正坐标系再计算边界

内容的提问来源于stack exchange，提问作者Messy Rider