tests/pdf2jp2.c

   1 /*
   2  * Copyright (c) 2014, Mathieu Malaterre <mathieu.malaterre@voxxl.com>
   3  * All rights reserved.
   4  *
   5  * Redistribution and use in source and binary forms, with or without
   6  * modification, are permitted provided that the following conditions
   7  * are met:
   8  * 1. Redistributions of source code must retain the above copyright
   9  *    notice, this list of conditions and the following disclaimer.
  10  * 2. Redistributions in binary form must reproduce the above copyright
  11  *    notice, this list of conditions and the following disclaimer in the
  12  *    documentation and/or other materials provided with the distribution.
  13  *
  14  * THIS SOFTWARE IS PROVIDED BY THE COPYRIGHT HOLDERS AND CONTRIBUTORS `AS IS'
  15  * AND ANY EXPRESS OR IMPLIED WARRANTIES, INCLUDING, BUT NOT LIMITED TO, THE
  16  * IMPLIED WARRANTIES OF MERCHANTABILITY AND FITNESS FOR A PARTICULAR PURPOSE
  17  * ARE DISCLAIMED.  IN NO EVENT SHALL THE COPYRIGHT OWNER OR CONTRIBUTORS BE
  18  * LIABLE FOR ANY DIRECT, INDIRECT, INCIDENTAL, SPECIAL, EXEMPLARY, OR
  19  * CONSEQUENTIAL DAMAGES (INCLUDING, BUT NOT LIMITED TO, PROCUREMENT OF
  20  * SUBSTITUTE GOODS OR SERVICES; LOSS OF USE, DATA, OR PROFITS; OR BUSINESS
  21  * INTERRUPTION) HOWEVER CAUSED AND ON ANY THEORY OF LIABILITY, WHETHER IN
  22  * CONTRACT, STRICT LIABILITY, OR TORT (INCLUDING NEGLIGENCE OR OTHERWISE)
  23  * ARISING IN ANY WAY OUT OF THE USE OF THIS SOFTWARE, EVEN IF ADVISED OF THE
  24  * POSSIBILITY OF SUCH DAMAGE.
  25  */
  26
  27 /*
  28  * Extract all JP2 files contained within a PDF file.
  29  *
  30  * Technically you could simply use mutool, eg:
  31  *
  32  * $ mutool show -be -o obj58.jp2 Bug691816.pdf 58
  33  *
  34  * to extract a given JP2 file from within a PDF
  35  * However it happens sometimes that the PDF is itself corrupted, this tools is
  36  * a lame PDF parser which only extract stream contained in JPXDecode box
  37  * only work on linux since I need memmem function
  38  */
  39
  40 /*
  41  * Add support for other signatures:
  42  *
  43  * obj<</Subtype/Image/Length 110494/Filter/JPXDecode/BitsPerComponent 8/ColorSpace/DeviceRGB/Width 712/Height 1052>>stream
  44  */
  45 #define _GNU_SOURCE
  46 #include <string.h>
  47 #include <stdio.h>
  48 #include <stddef.h>
  49 #include <assert.h>
  50
  51 int main(int argc, char *argv[])
  52 {
  53 #define NUMJP2 32
  54   int i, c = 0;
  55   long offets[NUMJP2];
  56   char buffer[512];
  57 #define BUFLEN 4096
  58   int cont = 1;
  59   FILE *f;
  60   size_t nread;
  61   char haystack[BUFLEN];
  62   const char needle[] = "JPXDecode";
  63
  64   const size_t nlen = strlen( needle );
  65   const size_t flen = BUFLEN - nlen;
  66   char *fpos = haystack + nlen;
  67   const char *filename;
  68   if( argc < 2 ) return 1;
  69
  70   filename = argv[1];
  71
  72   memset( haystack, 0, nlen );
  73
  74   f = fopen( filename, "rb" );
  75   while( cont )
  76     {
  77     const char *ret;
  78     size_t hlen;
  79     nread = fread(fpos, 1, flen, f);
  80     hlen = nlen + nread;
  81     ret = memmem( haystack, hlen, needle, nlen);
  82     if( ret )
  83       {
  84       const long cpos = ftell(f);
  85       const ptrdiff_t diff = ret - haystack;
  86       assert( diff >= 0 );
  87       /*fprintf( stdout, "Found it: %lx\n", (ptrdiff_t)cpos - (ptrdiff_t)hlen + diff);*/
  88       offets[c++] = (ptrdiff_t)cpos - (ptrdiff_t)hlen + diff;
  89       }
  90     cont = (nread == flen);
  91     memcpy( haystack, haystack + nread, nlen );
  92     }
  93
  94   assert( feof( f ) );
  95
  96   for( i = 0; i < c; ++i )
  97     {
  98     int s, len = 0;
  99     char *r;
 100     const int ret = fseek(f, offets[i], SEEK_SET);
 101     assert( ret == 0 );
 102     r = fgets(buffer, sizeof(buffer), f);
 103     assert( r );
 104     /*fprintf( stderr, "DEBUG: %s", r );*/
 105     s = sscanf(r, "JPXDecode]/Length  %d/Width %*d/BitsPerComponent %*d/Height %*d", &len);
 106     if( s == 0 )
 107       { // try again harder
 108       const int ret = fseek(f, offets[i] - 40, SEEK_SET); // 40 is magic number
 109       assert( ret == 0 );
 110       r = fgets(buffer, sizeof(buffer), f);
 111       assert( r );
 112       const char needle2[] = "/Length";
 113       char * s2 = strstr(buffer, needle2);
 114       s = sscanf(s2, "/Length  %d/", &len);
 115       }
 116     if( s == 1 )
 117       {
 118       FILE *jp2;
 119       int j;
 120       char jp2fn[512];
 121       sprintf( jp2fn, "%s.%d.jp2", filename, i );
 122       jp2 = fopen( jp2fn, "wb" );
 123       for( j = 0; j < len; ++j )
 124         {
 125         int v = fgetc(f);
 126         int ret2 = fputc(v, jp2);
 127         assert( ret2 != EOF );
 128         }
 129       fclose( jp2 );
 130 #if 0
 131       /* TODO need to check we reached endstream */
 132       r = fgets(buffer, sizeof(buffer), f);
 133       fprintf( stderr, "DEBUG: [%s]", r );
 134       r = fgets(buffer, sizeof(buffer), f);
 135       fprintf( stderr, "DEBUG: [%s]", r );
 136 #endif
 137       }
 138     }
 139   fclose(f);
 140
 141   return 0;
 142 }