PDFBox技术求助：PDF内图片非流式调整及转PNG遇OOM问题

我来分享几个针对你问题的实用方案，既能搞定PDF内部图片的非流式缩放，又能优化OOM问题、减少用户抱怨：

一、无需流式处理调整PDF内部图片大小 #

要在非流式模式下修改PDF内的图片尺寸，核心思路是加载完整PDF后遍历页面资源，替换原图片为缩放后的版本，不需要重新构建内容流。以下是具体实现代码：

import org.apache.pdfbox.pdmodel.PDDocument;
import org.apache.pdfbox.pdmodel.PDPage;
import org.apache.pdfbox.pdmodel.PDResources;
import org.apache.pdfbox.pdmodel.graphics.image.PDImageXObject;
import org.apache.pdfbox.cos.COSName;

import javax.imageio.ImageIO;
import java.awt.*;
import java.awt.image.BufferedImage;
import java.io.ByteArrayOutputStream;
import java.io.File;
import java.io.IOException;

public class PDFImageResizer {
    public static void resizePDFImages(String inputPath, String outputPath, float scaleFactor) throws IOException {
        try (PDDocument document = PDDocument.load(new File(inputPath))) {
            for (PDPage page : document.getPages()) {
                PDResources resources = page.getResources();
                // 遍历页面所有XObject资源
                for (COSName name : resources.getXObjectNames()) {
                    PDXObject xobject = resources.getXObject(name);
                    if (xobject instanceof PDImageXObject) {
                        PDImageXObject originalImage = (PDImageXObject) xobject;
                        BufferedImage bufferedImage = originalImage.getImage();
                        
                        // 计算新尺寸
                        int newWidth = (int) (bufferedImage.getWidth() * scaleFactor);
                        int newHeight = (int) (bufferedImage.getHeight() * scaleFactor);
                        
                        // 缩放图片
                        BufferedImage scaledImage = new BufferedImage(newWidth, newHeight, bufferedImage.getType());
                        Graphics2D g2d = scaledImage.createGraphics();
                        // 开启抗锯齿，提升缩放后画质
                        g2d.setRenderingHint(RenderingHints.KEY_INTERPOLATION, RenderingHints.VALUE_INTERPOLATION_BILINEAR);
                        g2d.drawImage(bufferedImage, 0, 0, newWidth, newHeight, null);
                        g2d.dispose();
                        
                        // 将缩放后的图片转为PDImageXObject，替换原资源
                        PDImageXObject newImage = PDImageXObject.createFromByteArray(
                                document, imageToByteArray(scaledImage, "PNG"), name.getName()
                        );
                        resources.put(name, newImage);
                    }
                }
            }
            document.save(outputPath);
        }
    }

    // 辅助方法：将BufferedImage转为字节数组
    private static byte[] imageToByteArray(BufferedImage image, String format) throws IOException {
        ByteArrayOutputStream baos = new ByteArrayOutputStream();
        ImageIO.write(image, format, baos);
        return baos.toByteArray();
    }
}

注意事项： #

• 这个方法会修改PDF内的图片资源本身，不会改变图片在页面上的布局位置，适合需要压缩PDF体积、降低图片分辨率的场景。
• 如果需要调整图片在页面上的显示大小（而非图片本身分辨率），则需要修改页面内容流的变换矩阵，但这属于流式处理范畴，不符合你的需求。

二、优化PNG提取的OOM问题，减少用户抱怨 #

你之前的固定阈值预检查太死板，容易误拒合理请求，导致用户不满。可以从以下几个维度优化：

1. 动态调整预检查阈值，结合系统可用内存 #

不要用固定的ALERT_IMAGE_SIZE_INSIDE_PDF，而是根据当前JVM的可用内存动态计算安全阈值，同时给用户提供“强制处理”的选项：

private boolean canProcessImage(PDImageXObject image) {
    // 计算图片渲染为PNG所需的内存（RGBA格式按4字节/像素计算）
    long requiredMemory = (long) image.getWidth() * image.getHeight() * 4;
    // 获取JVM当前可用内存，预留20%作为缓冲
    long freeMemory = Runtime.getRuntime().freeMemory();
    long safeThreshold = (long) (freeMemory * 0.8);
    
    // 优先判断是否在安全阈值内，否则询问用户是否强制处理
    if (requiredMemory <= safeThreshold) {
        return true;
    } else {
        // 这里可以弹出用户提示，比如"当前图片过大，可能导致内存不足，是否继续？"
        return userConfirmsForceProcessing();
    }
}

2. 启用PDFBox内存优化选项 #

• 使用FileResourceCache将临时数据缓存到磁盘，而非全部占用内存：

PDDocument document = PDDocument.load(new File("input.pdf"));
// 设置磁盘缓存目录
document.setResourceCache(new org.apache.pdfbox.io.FileResourceCache(new File("temp-cache-dir")));

• 渲染时选择合适的图片类型，比如文档类PDF可以用灰度图（减少内存占用）：

PDFRenderer renderer = new PDFRenderer(document);
// 渲染为灰度图，内存占用仅为RGBA的1/4
BufferedImage image = renderer.renderImageWithDPI(pageIndex, 300, ImageType.GRAY);

3. 分块渲染超大图片 #

对于超出阈值的超大图片，不要一次性渲染，而是分块提取后拼接，降低单块内存占用：

public BufferedImage renderLargeImage(PDImageXObject image, int tileSize) throws IOException {
    int fullWidth = image.getWidth();
    int fullHeight = image.getHeight();
    BufferedImage result = new BufferedImage(fullWidth, fullHeight, image.getImage().getType());
    Graphics2D g2d = result.createGraphics();
    
    // 逐块渲染
    for (int y = 0; y < fullHeight; y += tileSize) {
        for (int x = 0; x < fullWidth; x += tileSize) {
            int tileWidth = Math.min(tileSize, fullWidth - x);
            int tileHeight = Math.min(tileSize, fullHeight - y);
            // 提取当前区域的子图片
            BufferedImage tile = image.getImage().getSubimage(x, y, tileWidth, tileHeight);
            g2d.drawImage(tile, x, y, null);
        }
    }
    g2d.dispose();
    return result;
}

通过以上方案，既能满足非流式调整PDF内部图片的需求，又能大幅降低OOM概率，同时通过动态阈值和用户选择权减少抱怨。

内容的提问来源于stack exchange，提问作者PcS