Orientação e Rotação de Página em PDFs

Orientação vs. Rotação

Esses não são a mesma propriedade:

• Orientação da página: o layout da página. Retrato significa que a altura é maior que a largura; Paisagem significa que a largura é maior que a altura.
• Ângulo de rotação: como o conteúdo fica em relação à direção natural de leitura, por exemplo, 90, 180 e assim por diante.

Opção 1: Ler Rotação dos Metadados

PageRotation retorna o valor de rotação incorporado no arquivo PDF, então ele informa como o conteúdo é programaticamente girado. Para PDFs bem-formados, isso é confiável e consistente.

var pdf = PdfDocument.FromFile("sample.pdf");
for (int i = 0; i < pdf.PageCount; i++)
{
    var page = pdf.Pages[i];
    var orientation = page.Width > page.Height ? "Landscape" : "Portrait";
    var rotation = page.PageRotation;
    Console.WriteLine($"Page {i + 1}: {orientation}, Rotation: {rotation} degrees");
}

var pdf = PdfDocument.FromFile("sample.pdf");
for (int i = 0; i < pdf.PageCount; i++)
{
    var page = pdf.Pages[i];
    var orientation = page.Width > page.Height ? "Landscape" : "Portrait";
    var rotation = page.PageRotation;
    Console.WriteLine($"Page {i + 1}: {orientation}, Rotation: {rotation} degrees");
}

Imports System

Dim pdf = PdfDocument.FromFile("sample.pdf")
For i As Integer = 0 To pdf.PageCount - 1
    Dim page = pdf.Pages(i)
    Dim orientation = If(page.Width > page.Height, "Landscape", "Portrait")
    Dim rotation = page.PageRotation
    Console.WriteLine($"Page {i + 1}: {orientation}, Rotation: {rotation} degrees")
Next

Você obtém ambos os fatos de uma vez: orientação através da comparação de largura para altura, e o ângulo de rotação direto dos metadados.

Melhor para: PDFs estruturados com metadados consistentes e válidos.

Opção 2: Detectar Orientação com OCR

Quando os metadados estão ausentes ou não são confiáveis, analise a página visualmente. DetectPageOrientation() examina o layout de cada página e infere a direção de leitura provável, sem depender de metadados.

using var input = new OcrInput();
input.LoadPdf("sample.pdf");
var results = input.DetectPageOrientation();
foreach (var result in results)
{
    Console.WriteLine($"Page {result.PageNumber + 1}: Rotation: {result.RotationAngle} degrees");
}

using var input = new OcrInput();
input.LoadPdf("sample.pdf");
var results = input.DetectPageOrientation();
foreach (var result in results)
{
    Console.WriteLine($"Page {result.PageNumber + 1}: Rotation: {result.RotationAngle} degrees");
}

Imports System

Using input As New OcrInput()
    input.LoadPdf("sample.pdf")
    Dim results = input.DetectPageOrientation()
    For Each result In results
        Console.WriteLine($"Page {result.PageNumber + 1}: Rotation: {result.RotationAngle} degrees")
    Next
End Using

Esta é a escolha certa para documentos digitalizados, PDFs baseados em imagens e qualquer arquivo sem metadados adequados.

A precisão aqui segue a densidade e clareza do texto. Texto esparso ou desalinhado pode produzir um resultado errado, então restrinja o OCR a um Rectangle sobre uma região mais densa de texto para estabilizar a detecção.

Recomendação

• PDFs digitais: prefira PdfDocument.PageRotation quando os metadados forem corretos.
• PDFs digitalizados ou baseados em imagens: use OcrInput.DetectPageOrientation() quando os metadados estiverem ausentes ou não forem confiáveis.

Para fluxos de trabalho críticos, execute ambos os métodos e aplique sua própria lógica para reconciliar qualquer discrepância. Se você estiver vendo resultados de rotação inconsistentes, verifique o layout da página específico e valide um método em relação ao outro.