convert pdf to image c# itextsharp : Extract pdf form data to xml application control cloud windows web page html class Guth0-part735

ASPRS 2014 Annual Conference 
Louisville, Kentucky ♦ March 23
-28, 2014
FORMATS FOR DIGITAL ELEVATION DATA MANIPULATION 
ON MOBILE DEVICES 
Peter L. Guth 
Department of Oceanography 
United States Naval Academy 
572C Holloway Road 
Annapolis, Maryland  21402 
pguth@usna.edu 
Filipe Vieira 
Évora University, Portugal 
sv.filipe@gmail.com 
ABSTRACT 
The rise of handheld smart phones and tablets brings sufficient storage capacity and processing capabilities to 
perform significant terrain analysis on the local device.  This work can be done as either native apps, or using the 
capabilities of HTML5. Digital elevation models (DEMs) come in a wide variety of formats, and it does not make sense 
for handheld device have translators for all of them.  The handhelds need a simple format that compresses well, but 
retains accurate geospatial registration information.  We created a JSON format with bzip2 compression, both of which 
have widespread support with JavaScript libraries.  This format allows data only on the WGS84/NAD83 datum, in either 
geographic or UTM coordinates.  A command line converter, based on MICRODEM supplemented with the GDAL 
libraries, performs DEM reprojection if necessary, converts to JSON format, and compresses for download to the 
handheld device.  Lidar point clouds are now supplied almost exclusively in the LAS format.  While the LAS format has 
a number of options, all include far too many fields for use on a handheld—for instance the 8 bytes for GPS time will 
not help someone in the field seeking to visualize terrain.  We chose a similar JSON/bzip2 solution for MICRODEM to 
prepare point clouds, and achieve lossy compression roughly comparable to lossless LAZ compression.  A GeoJSON 
format specification exists, but only applies to vector data.  We propose GeoJSON-G for grids and GeoJSON-P for 
point clouds, which will retain full geospatial registration information while intelligently limiting the volume of data for 
the handheld devices to download and process.  The handhelds will not edit modify the data, making elimination of 
unnecessary fields acceptable.  We have adapted HTML5 and Javascript open source projects to display both DEMs and 
lidar point clouds.  
KEYWORDS
lidar, formats, handheld devices, algorithms, point clouds 
INTRODUCTION 
Handheld phones and tablets threaten to overtake desktop and laptop computers, much as the personal computer 
displaced  mainframe  and  minicomputers.    Computer mapping and  geolocation  have  been driving factors  in  this 
migration to the user’s pocket, and map data has been making the migration as well.  Most of the common data on the 
mobile platforms has been vector data like roads and raster imagery.  Digital topography, with preservation of x-y-z 
coordinates has not yet become common on mobile platforms.  Despite small screen sizes, limited storage capacity, and 
sometimes expensive bandwidth limitations, handhelds have the power for interactive 3D viewing of digital topographic 
data.  
We will discuss two types of elevation data, lidar point clouds and gridded DEMs.  Our intent is to preserve the 
essential 3D elevation data, removing elements that are unlikely to be used on a handheld device, and to restrict the 
datum and projection allowed to reduce to computational load on the handheld.  In this regard we follow in part the 
KML data standard (OGC, 2014), which requires all data to use geographic coordinates and the WGS84 datum.  We use 
the JSON interchange format (ECMA, 2013), and to emphasize the geographic nature, we propose calling our format 
Extract pdf form data to xml - extract form data from PDF in C#.net, ASP.NET, MVC, Ajax, WPF
Help to Read and Extract Field Data from PDF with a Convenient C# Solution
extract data from pdf to excel; pdf form field recognition
Extract pdf form data to xml - VB.NET PDF Form Data Read library: extract form data from PDF in vb.net, ASP.NET, MVC, Ajax, WPF
Convenient VB.NET Solution to Read and Extract Field Data from PDF
how to save filled out pdf form in reader; c# read pdf form fields
ASPRS 2014 Annual Conference 
Louisville, Kentucky ♦ March 23
-28, 2014
GeoJSON.  There is an existing GeoJSON format (Butler and others, 2008), but it applies only to 2D vector data.  The 
3D nature of point clouds and gridded DEMs suggest the proposed formats be called GeoJSON-P and GeoJSON-G. 
Standardizing on a single, compact data structure allows supply of elevation data as a service, supply data over the 
internet and allowing the user to symbolize it intelligently and interact with the full 3D nature of the grids and points 
clouds.  We will describe HTML5 programs, using Javascrpt and WebGL, for manipulating the elevation data.  
LIDAR POINT CLOUDS 
Graham (2012) provided a thoughtful history of the philosophy behind the LAS Specification (ASPRS, 2011).  He 
indicated that the LAS specification initially was meant as a transport format between lidar sensors and lidar processing 
tools, and was not intended for ultimate end-users.  In the absence of viable alternative formats, however, LAS became a 
de facto standard for all parts of the lidar collection, processing, and final display and manipulation, and its use has been 
extended to other kinds of point cloud data.  To improve performance, two free compressors can losslessly compress 
LAS files to 7-25% of their size (Isenburg, 2011).  The LASzip algorithm (Isenburg, 2011), is available in several 
libraries and as a stand alone executable accessible to other programs.  ESRI (2014) released their own compressor 
EzLASwhich creates zlas files; while the program is free, the algorithms are currently proprietary.  Outside of ESRI 
software other programs wanting to use EzLAS must completely decompress the zLAS file before usage.  
Following Graham (2012), both LASzip and EzLAS faithfully preserve all information in the point cloud.  This 
includes a number of fields important to process, such as GPS time, scan angle, and return number, but with very little 
utility for end users looking to visualize the point cloud.  We adopt a different perspective, that an open standard for 
point clouds appropriate for  end users, especially those  on handheld devices,  makes sense.   These  users  should 
appreciate that they cannot recover the full information in the point cloud; if they wanted to do that, they would return to 
the original data, and process it on a more appropriate platform.  
Figure 1 shows our proposed format for GeoJSON-P for point cloud data.  The header variables are self describing, 
and their order is not fixed.  The fields include the version of the format, so a reading program can verify the format of 
the data, limits of the data set in x-y-z, offsets in x-y-z, and the projection.  We envision that only UTM data sets will be 
used, and the WGS84 datum is required so that viewers do not have to perform datum transformations.  The x-y-z 
offsets reduce storage, and allow the offset coordinates to be fed directly to 3D viewing software which likes to center 
the point cloud on the coordinate origin.  The data contains five values for each return, the x-y-z coordinates, the point 
classification, and the return intensity.  
Table 1 compares the file storage of a small point cloud in the LAS format, the two compressed versions, the ASCII 
and BZIP versions of the GeoJSON-P.  The BZIP GeoJSON-G compresses almost as well as the LAZ and eLAS (they 
are about 60% of the file size), but decompressing it opening it uses standard Javascript libraries and does not require 
porting the LAS libraries to the handheld device.  Figure 3 shows that the compression results scale linearly with the 
number of points in the cloud.  
C# PDF Convert to SVG SDK: Convert PDF to SVG files in C#.net, ASP
to convert PDF document into SVG image format. Here is a brief introduction to SVG image. SVG, short for scalable vector graphics, is a XML-based file format
extract data from pdf to excel online; extract pdf form data to excel
C# Word - MailMerge Processing in C#.NET
DOCXDocument document = DOCXDocument.Open(); //Create data from xml file DataSet ds = new DataSet(); ds.ReadXml(xmlFilePath); DataTable dt = ds.Tables[0]; int
how to fill pdf form in reader; saving pdf forms in acrobat reader
ASPRS 2014 Annual Conference 
Louisville, Kentucky ♦ March 23
-28, 2014
Figure 1.  Proposed GeoJSON-P  (point cloud) format.  
Table 1.  File sizes for a lidar point cloud with 10,128 points 
Format 
File size (kb) 
KML 
1658 
GeoJSON-P ASCII 
305 
LAS 
199 
KMZ 
71 
GeoJSON-P bz2 
52 
zLAS 
33 
LAZ 
28 
Figure 2.  Scaling of file size with number of points in the point cloud.  
VB.NET Image: VB Tutorial to View Document Online with Imaging Web
files, including png, jpeg, gif, tiff, bmp, PDF, Microsoft Word from your MS Visual Studio and drop to your form; will demonstrate how to use a data-bound drop
pdf form save in reader; change font size pdf form reader
C# Image: Tutorial for Document Viewing & Displaying in ASP.NET
list's designer and change the Data Source to HTML buttons, btnFitToWidth and btnViewFullSize to your form; & profession imaging controls, PDF document, tiff
how to extract data from pdf file using java; fill in pdf form reader
ASPRS 2014 Annual Conference 
Louisville, Kentucky ♦ March 23
-28, 2014
GRIDDED DEMS 
The information required for a DEM consists of the number of rows and columns, the coordinates of one corner, 
chosen as the southwest so the grid has a Cartesian coordinate system, the projection, and elevation range for color 
scaling.  While most large scale DEMs will probably use the UTM projection, enough data such as NED, SRTM, and 
ASTER GDEM has a native geographic coordinate system to warrant an option to not reproject the data.  Unlike 
reprojecting the lidar points, which is reversible, a reprojected DEM requires interpolating new data points.  Display 
programs can easily scale the horizontal coordinates for an accurate map display.  Figure 3 details the proposed 
GeoJSON-G grid format.  Order of the fields is not important,  but  the  display software  must know  the  naming 
conventions.  
Figure 3.  Proposed GeoJSON-G (grid) format.  
Table 2.  File sizes for a 1000x1000 floating point DEM 
Format 
File size (kb) 
GeoJSON-G (ASCII) 
6,720 
Geotiff 
3,911 
Geotiff (zipped) 
2,905 
GeoJSON-G (bz2) 
846 
HTML5 DISPLAY OF DIGITAL TOPOGRAPHY 
HTML-5 allows sophisticated graphics programming using Javascript, running inside a browser, and the exact same 
code can run on multiple platforms.  Interactive 3D graphics requires WebGL (Khronos Group, 2014) to render graphics 
using the computer’s graphics processing unit, called from Javascrpt.  It requires a compatible browser, available for 
desktops, and available for Chrome and Firefox on handhelds.  This notably excludes the iPhone and iPad, but includes 
Android phones and tablets.  
WEBGL DISPLAY OF LIDAR POINT CLOUDS 
We have adapted the XB-PointStream library (Salga and others, 2011) to display lidar point clouds with our 
GeoJSON-P  format,  compressed  with  bzip2  compression  and  decompressed  by  Javascript  code  on  the  browser 
(Antimatter15, 2013).  Figure 3 shows the results on a tablet, and Figure 4 shows results from two different desktop 
browsers.  Table 3 shows that a Nexus 7 tablet can outperform low end desktop machines in 3D manipulation of the 
point cloud.  Figure 5 shows a larger scene, with symbolization both from the lidar return intensity and the point cloud 
classification.  
C# Image: Tutorial for Collaborating, Marking & Annotating
To save drawn annotations separately from image data as XML a server button) onto your form and name powerful & profession imaging controls, PDF document, image
extract data from pdf c#; how to fill out pdf forms in reader
XDoc.HTML5 Viewer for .NET, All Mature Features Introductions
to search text-based documents, like PDF, Microsoft Office separately from original document as xml files. freehand signature, text signature and data signature
pdf data extraction to excel; sign pdf form reader
ASPRS 2014 Annual Conference 
Louisville, Kentucky ♦ March 23
-28, 2014
Figure 3.  GeoJSON-P displayed in Chrome browser on Android Nexus 7 tablet. 
Figure 4.  GeoJSON-P displayed on desktop with Firefox (left) and Chrome (right) browsers. 
VB.NET Excel: Use VB.NET Code to Convert Excel Doc to SVG Vector
short for Scalable Vector Graphics) is an XML-based vector of stream which contains the image data of the For instance, you can convert Excel to PDF and render
exporting data from pdf to excel; extract data from pdf file
DocImage SDK for .NET: Document Imaging Features
types, including EXIF tags, IIM(IPTC), XMP data, and TIFF users to add metadata in the form of EXIF TIFF Type 6 (OJPEG) encoding Image only PDF encoding support.
how to save fillable pdf form in reader; extract data from pdf using java
ASPRS 2014 Annual Conference 
Louisville, Kentucky ♦ March 23
-28, 2014
Figure 5 GeoJSON-P displayed with return intensity (left) and point classification (right). 
Table 3.  WebGL Performance with a small file 
ASPRS 2014 Annual Conference 
Louisville, Kentucky ♦ March 23
-28, 2014
Figure 6.  GeoJSON-P scene refresh as point cloud size increases, on Dell workstation and Nexus 7 tablet.  
WEBGL DISPLAY OF GRIDDED DEMS 
We have extended the html5-dem-viewer project (Vieira, 2013) to use the GeoJSON-G format.  Figure 7 shows the 
2D map display, which runs on almost all browsers, including iOS on the iPhone and iPad.  Roaming on the display 
shows the current location’s coordinates and elevation.  The 3D display in Figure 8 relies on WebGL to run on most 
desktops and Android devices.  
Figure 7 GeoJSON-G display of a 1 m gridded lidar dataset for Duck, North Carolina.  The user has control of the 
elevation color ramp and reflectance shading. 
ASPRS 2014 Annual Conference 
Louisville, Kentucky ♦ March 23
-28, 2014
Figure 7.  GeoJSON-G 3D display of a 1 m gridded lidar dataset for Duck, North Carolina 
CREATION OF GEOJSON-P AND GEOJSON-G FILES 
The simplicity of the formats means that creating data converts should be a simple process.  To assist the process, 
we have exporters in MICRODEM (Guth, 2009) that will convert any LAS file or DEM into GeoJSON.  The DEM 
conversion uses GDAL (2014) to convert DEM formats not read natively by MICRODEM.  The conversions can be 
done in batch mode via a command line invocation of MICRODEM.  
DISCUSSION AND CONCLUSION 
As our results indicate, handheld devices have the capabilities to display 3D renditions of digital topography 
provided the limitations of the devices are recognized.  Table 1 also include the file sizes for thelidar  point cloud 
exported to KML and then compressed as a KMZ file.  Google Earth can display this file, on both the desktop (Fiugre 8) 
and Android handhelds, but even the tiny size of this file brings the viewer to a crawl.  
This proposal for GeoJSON standards for gridded DEMs and lidar point clouds is not intended to reopen or prolong 
the current lidar format wars, which center on the need for a proprietary format from one vendor which essentially 
duplicates an open source standard.  Justification for such a format might be justified because a format directly tied to 
software implementation can probably operate more efficiently, but will also be attacked for espousing the “not invented 
here” mindset.  
The GeoJSON formats recognize that end users, particularly on handheld devices, have very different requirements 
from the data producers and data providers.  They want a universal format that will satisfy all customers, which the LAS 
format (ASPRS, 2011) does, and that can be efficiently compressed and uncompressed, which the LAZ format (Isenburg 
2013) does.  The wide variety of sites hosting LAZ files attests to the success of this (e.g. MNGEO, 2014; NOAA, 2014; 
Open Topography, 2014; William and Mary, 2014), but they have been geared to hosting data for GIS professionals.  As 
lidar moves to wider use, simpler formats that retain the important parts of the data, and are immediately available for 
display and manipulation, will need to be adopted.  Use of a single open standard would allow the data providers to 
supply point clouds as a service in addition to the full archival data sets.  
ASPRS 2014 Annual Conference 
Louisville, Kentucky ♦ March 23
-28, 2014
Guth (2013) argued that the lidar point cloud represents a statistical sampling of the vegetation canopy present at a 
moment in time, and that many users could accept extreme lossy compression provided that it displayed a visually 
similar result.  Just as MP3 music, movie DVDs, an JPEG photographs accept lossy compression to reduce file size, the 
lidar community should consider lossy compression and provide standards for efficient transfer and manipulation of the 
compressed files.  The GeoJSON attacks the lossy compression by saving only the most important properties of the 
point cloud.  It can lose some positional precision in the number of decimals used to store coordinates, which affects the 
file sizes.  
Figure 8.  Point cloud with 10,128 returns displayed in Google Earth.  
ACKNOWLEDGMENTS 
We thank the creators of the open source packages we have leveraged to create this format and the HTML5 viewing 
software.  The viewing software is available at http://www.usna.edu/Users/oceano/pguth/webmap/index.html.   
ASPRS 2014 Annual Conference 
Louisville, Kentucky ♦ March 23
-28, 2014
REFERENCES 
Antimatter15, 2013, bzip2.js: https://github.com/antimatter15/bzip2.js, last accessed 16 Feb 2014. 
ASPRS,  2011,  LAS  specification  Version  1.4—R12: http://www.asprs.org/a/society/committees/standards 
/LAS_1_4_r13.pdf , last accessed 16 February 2014. 
Butler, H., Daly, M., Doyle, A., Gillies, S., Schaub, T., and Schmidt, C., 2008, The GoeJSON format specification: 
http://geojson.org/geojson-spec.html, last accessed 16 Feb 2014. 
ECMA,  2013,  The  JSON  interchange  format: http://www.ecma-international.org/publications/files/ECMA-
ST/ECMA-404.pdf, last accessed 16 Feb 2014. 
ESRI, 2014, LAS optimizer (v.1.1): 
http://www.arcgis.com/home/item.html? id=787794cdbd384261bc9bf99a860a374f
, last 
accessed 16 Feb 2014. 
GDAL, 2014, GDAL—Geospatial data abstraction library: http://www.gdal.org/ , last accessed 17 Feb 2014. 
Graham, L., 2012, The LAS 1.4 specification: Photogrammetric Engineering & Remote Sensing, 78(2):93-102. 
Guth, P.L., 2009, Geomorphometry in MICRODEM, In Hengl, T., Reuter, H.I. (eds), Geomorphometry: concepts, 
software, applications. Developments in Soil Science Series, Elsevier, p.351-366. 
Guth, P.L., 2013, Lossy compression of lidar point clouds: ASPRS 2013 Conference, Baltimore, MD, March 23-26, 
2013, 9 page paper on conference proceedings web site.  
Isenburg, M., 2013, LASzip: lossless compression of lidar data: Photogrammetric Engineering & Remote Sensing, 
79(2):209-217. 
Khronos Group, 2014, WebGL: OpenGL ES 2.0 for the web: http://www.khronos.org/webgl/
, last accessed 16 
February 2014. 
MNGEO, 2014, Lidar elevation data for Minnesota: http://www.mngeo.state.mn.us/chouse/elevation/lidar.html , last 
accessed 17 Feb 2014. 
NOAA, 2014, Digital coast: http://csc.noaa.gov/digitalcoast/dataregistry/#/coastallidar, last accessed 17 Feb 2014. 
OGC, 2014, KML: http://www.opengeospatial.org/standards/kml , last accessed 16 Feb 2014. 
OpenTopgraphy,  2014,  OpenTopography:  A  portal  to  high-resolution  topography  data  and  tools: 
http://www.opentopography.org/, last accessed 4 February 2013. 
Salga,  A.,  Medel,  M.,  Leung,  C.,  and  Humphrey,  D.,  2011,  XB-PointStream:  https://github.com/asalga/XB-
PointStream, last accessed 16 Feb 2014. 
Vieira, F.S., 2013, html5-dem-viewer: https://github.com/fsvieira/html5-dem-viewer, last accessed 17 Feb 2014. 
William and Mary, 2014, Virginia lidar: http://www.wm.edu/as/cga/VALIDAR/, last accessed 17 Feb 2014. 
Documents you may be interested
Documents you may be interested