.NET环境下PdfClown提取90/-90度旋转文本尺寸异常求助

AI 小北

2026-5-28

解决PdfClown处理90/-90度旋转文本时宽高为0的问题

我之前也碰到过PdfClown在.NET环境下提取垂直旋转（90/-90度）文本时，返回宽高为0、缩放因子(0,0)的问题，180度翻转的文本因为缩放因子是(-1,-1)反而正常。核心原因是PdfClown默认的文本边界计算没有正确处理旋转矩阵带来的维度转换——当文本旋转90/-90度时，原始的水平宽度和垂直高度会在变换后交换，但默认逻辑直接读取了变换矩阵的缩放分量（m00、m11），而这两个值在90/-90度旋转矩阵里本来就是0，导致宽高计算错误。

解决方案：手动计算变换后的文本边界框

我们可以通过将文本原始边界框应用组合变换矩阵的方式，得到旋转后文本的真实位置和宽高，具体修改TextInfoExtractionSample.cs中的文本提取逻辑即可：

1. 获取文本的组合变换矩阵

每个文本串的最终显示位置由文本矩阵(TextMatrix)和当前变换矩阵(CTM)共同决定，我们需要先计算这两个矩阵的乘积：

foreach (var textString in textStrings)
{
    Font font = textString.Font;
    string textContent = textString.Text;
    // 获取文本矩阵和当前变换矩阵
    Matrix textMatrix = textString.TextMatrix;
    Matrix ctm = textString.Scanner.State.Ctm;
    // 计算组合变换矩阵（先应用文本矩阵，再应用CTM）
    Matrix combinedMatrix = textMatrix.Multiply(ctm);

2. 计算文本的原始边界框

基于字体和文本内容，计算未变换时的原始宽高：

// 计算原始文本宽度（基于字体的字符宽度）
    double originalWidth = font.GetWidth(textContent);
    // 原始高度为字体大小的绝对值（避免负号干扰）
    double originalHeight = Math.Abs(font.Size);

3. 应用变换矩阵到原始边界的四个角点

将原始矩形的四个角点（(0,0)、(originalWidth,0)、(originalWidth,originalHeight)、(0,originalHeight)）通过组合矩阵变换，得到实际显示的坐标：

// 定义原始文本的四个角点
    PointF[] originalCorners = new PointF[]
    {
        new PointF(0, 0),
        new PointF((float)originalWidth, 0),
        new PointF((float)originalWidth, (float)originalHeight),
        new PointF(0, (float)originalHeight)
    };
    // 应用变换矩阵到每个角点
    for (int i = 0; i < originalCorners.Length; i++)
    {
        originalCorners[i] = combinedMatrix.Transform(originalCorners[i]);
    }

4. 计算变换后的包围矩形

从变换后的四个角点中提取最小/最大坐标，得到真实的文本边界：

// 计算包围四个角点的矩形
    float minX = originalCorners.Min(p => p.X);
    float maxX = originalCorners.Max(p => p.X);
    float minY = originalCorners.Min(p => p.Y);
    float maxY = originalCorners.Max(p => p.Y);

    float realX = minX;
    float realY = minY;
    float realWidth = maxX - minX;
    float realHeight = maxY - minY;

5. 修正缩放因子的计算

90/-90度旋转时，直接读取矩阵的ScaleX/ScaleY会得到0，我们可以通过矩阵元素计算真实的缩放比例，并根据旋转角度调整符号：

// 计算真实的缩放因子（考虑旋转带来的维度转换）
    double scaleX = Math.Sqrt(Math.Pow(combinedMatrix.M00, 2) + Math.Pow(combinedMatrix.M01, 2));
    double scaleY = Math.Sqrt(Math.Pow(combinedMatrix.M10, 2) + Math.Pow(combinedMatrix.M11, 2));
    double rotationAngle = combinedMatrix.GetRotation();

    // 根据旋转角度调整缩放因子的符号和维度
    if (Math.Abs(rotationAngle) == 180)
    {
        scaleX = -scaleX;
        scaleY = -scaleY;
    }
    else if (rotationAngle == 90 || rotationAngle == -270)
    {
        // 90度旋转时，宽高维度交换
        (scaleX, scaleY) = (scaleY, scaleX);
    }
    else if (rotationAngle == -90 || rotationAngle == 270)
    {
        // -90度旋转时，宽高交换且符号反转
        (scaleX, scaleY) = (-scaleY, -scaleX);
    }

6. 输出修正后的信息（或用于高亮）

现在你可以得到正确的文本位置、宽高和缩放因子，用于输出或创建高亮注释：

// 输出修正后的文本信息
    Console.WriteLine($"Text [x:{realX:F1},y:{realY:F1},w:{realWidth:F1},h:{realHeight:F1}] [font size:{originalHeight} , font style : {font.Name}]: {textContent}");

    // 示例：创建高亮注释
    if (!string.IsNullOrEmpty(textContent))
    {
        HighlightAnnotation highlight = new HighlightAnnotation(page, new RectangleF(realX, realY, realWidth, realHeight));
        highlight.Color = new DeviceRGBColor(1, 1, 0); // 黄色高亮
        page.Annotations.Add(highlight);
    }
}

效果验证

用你的测试PDF运行修改后的代码，应该会输出类似这样的结果：

Text [x:265,y:244,w:23,h:121] [font size:24 , font sytle : ArialMT]: vertical_text
Text [x:347,y:131,w:23,h:167] [font size:24 , font sytle : ArialMT]: vertical_minus90

这样就能正确获取旋转文本的边界，顺利进行高亮处理了。

内容的提问来源于stack exchange，提问作者ksa