pdf转ofd字符变形问题的解决

问题描述

利用开源代码将pdf转换为ofd后，字符发生变形，显示为一个竖条。

解决过程

• 查看生成的ofd文件，发现每个textobject多了hscale这一属性，在代码中查找hscale，发现了这段代码

if (nextTextRenderingMatrix.getScaleX() != nextTextRenderingMatrix.getScaleY()) {
    $textObj.setHScale(
        (double) nextTextRenderingMatrix.getScaleX() );
}

简单地把这段代码注释掉，发现生成的ofd文件中文字之间相互有沾粘，同时在wps中打开原doc文件，将文字与正常的相同字体的文字对比，发现文字确实存在横向压缩。因此结论是这段代码设置的HScale不正确，需要修改为正确的计算方式。

再看这段代码，在scaleX和scaleY不相等时才设置横向压缩，猜想：scaleX和scaleY相等说明这个字X和Y方向压缩比相同，因此字形与原字形相同，只是整体字号进行了缩放，不相同时说明存在字形上的压缩，而HScale表示的是横向的压缩，因此应该为 scaleX 与scaleY的比值，修改代码如下：

if (nextTextRenderingMatrix.getScaleX() != nextTextRenderingMatrix.getScaleY()) {
    $textObj.setHScale(
        (double) nextTextRenderingMatrix.getScaleX() / (double) nextTextRenderingMatrix.getScaleY());
}

经测试，结果字形缩放正确。

延伸

• ofd标准中textobject只有hscale属性，没有vscale，那如何表示纵向压缩
• 猜想： 若hscale大于1则表示纵向压缩
• 验证： 将hscale设置为大于1的值，如2,发现文字字形确实纵向压缩
• 结论：一般而言，通过scaleX和scaleY就能确定这个字的字形，但是ofd标准中应该是使用了scaleY先确定了字形的高（此时字形的宽进行等比压缩），再通过hscale值横向压缩确定字形的宽，其中hscale=scaleX/scaleY

总结

• 第一步仍然是对比，发现问题样本与正常样本的区别
• 然后是找到产生差异的地方，利用相关知识和经验，分析问题
• 再然后是 进行「猜想-验证」循环
• 解决问题后可以进一步思考，以验证解决方案是否考虑全面，是否从根源上得到解决