PDFBox如何获取90/270度旋转文本的(x1,y1)(x2,y2)边界坐标

问题根源 #

你之前能正确拿到0度、180度文本坐标，是因为这两个角度下文本延伸方向和页面X轴平行，文本宽度对应X轴坐标差、高度对应Y轴坐标差，直接取默认坐标值不会出错。
90度、270度文本的基线和页面X轴垂直，此时文本的视觉宽度对应Y轴坐标差、视觉高度对应X轴坐标差，直接用默认的水平方向坐标取值，只能拿到一条竖线的坐标，自然会出现x1=x2的问题。
你提到的直接互换X/Y取值、硬套宽高做加减的逻辑，只适配纯90度顺时针旋转、无页面偏移、无字体变换的理想场景，遇到270度旋转、页面自带旋转角度、文字有倾斜/位移时，计算结果会完全错位。printWord 方法是为文本排版输出设计的，返回的是适配阅读顺序的调整后坐标，不是页面原始边界坐标，不适合用来做坐标提取。

正确实现方式 #

不要硬编码角度判断做坐标换算，直接通过TextPosition自带的文本渲染矩阵，计算文本四个角的实际页面坐标，再取极值生成边界框即可，这个方案适配0/90/180/270度所有旋转场景，不需要单独判断文本角度。
实现逻辑：

• 取文本本地坐标系的四个角点：本地坐标系以文本基线起点为原点，X轴沿文本基线延伸方向，Y轴沿字体高度向上方向
• 用文本自带的变换矩阵把四个本地坐标点转换为页面实际坐标
• 对四个转换后的点取X、Y的最小、最大值，得到的就是准确的边界框坐标

示例代码 #

import org.apache.pdfbox.contentstream.PDFStreamEngine;
import org.apache.pdfbox.text.TextPosition;
import org.apache.pdfbox.util.Matrix;
import java.awt.geom.Point2D;
import java.util.List;

public class RotatedTextCoordExtractor extends PDFStreamEngine {

    @Override
    protected void processTextPosition(TextPosition text) {
        Matrix textMatrix = text.getTextMatrix();
        // 定义文本本地坐标系的四个角点
        Point2D[] localPoints = new Point2D[]{
                new Point2D.Double(0, 0),
                new Point2D.Double(text.getWidth(), 0),
                new Point2D.Double(text.getWidth(), text.getHeight()),
                new Point2D.Double(0, text.getHeight())
        };

        double minX = Double.MAX_VALUE, minY = Double.MAX_VALUE;
        double maxX = -Double.MAX_VALUE, maxY = -Double.MAX_VALUE;

        for (Point2D point : localPoints) {
            Point2D pagePoint = textMatrix.transformPoint(point);
            // 如果需要和你之前0/180度的坐标值对齐，保留Y轴翻转逻辑；不需要的话注释下一行即可
            double pageY = getCurrentPage().getMediaBox().getHeight() - pagePoint.getY();
            pagePoint.setLocation(pagePoint.getX(), pageY);

            minX = Math.min(minX, pagePoint.getX());
            minY = Math.min(minY, pagePoint.getY());
            maxX = Math.max(maxX, pagePoint.getX());
            maxY = Math.max(maxY, pagePoint.getY());
        }

        // 最终输出(x1=minX,y1=minY)为边界框左上角，(x2=maxX,y2=maxY)为右下角
        System.out.printf("文本：%s，坐标：(%.0f,%.0f) (%.0f,%.0f)，旋转角度：%.0f度%n",
                text.getUnicode(),
                minX, minY, maxX, maxY,
                Math.toDegrees(text.getRotation())
        );
    }
}

注意事项 #

• 如果你的业务不需要把PDF原生的左下角原点坐标系转换为常用的左上角原点坐标系，直接删掉Y轴翻转的代码即可，和你之前拿到的0度、180度坐标值可以完全对齐
• 该方案自动适配页面旋转、文本偏移、字体大小缩放等场景，不需要额外写角度判断逻辑
• 如果需要提取整词而非单个字符的坐标，可以把同个TextPosition块的字符做聚合，合并相邻字符的边界框即可

内容的提问来源于stack exchange，提问作者tejas Reddy p