从 PDF 文件中提取背景图像？

Question

我有一个 PDF 文件，其中包含我工作的建筑物的地图，在这里：

http://www.libsys.und.edu/dev/FloorPlans_All.pdf

原始源文件已经丢失，我被要求提取地图图像，最好不要覆盖在它们上面的文本和图标。事实证明，这非常困难。

到目前为止，我已经尝试了以下 GUI 程序：

• Adobe Reader：让我选择文本，而不是背景图像
• FoxIt PDF Viewer：让我选择文本，而不是背景图像
• Ubuntu 10.10 上的 XPDF：让我选择文本，而不是背景图像

还有以下命令行程序：

• pdfimages：提取指示浴室的图标就好了，但不是背景图像
• pdftohtml：与 pdfimages 相同，另外它会生成一个标记不佳的 HTML 文档
• pdfextract：与pdfimages相同
• 转换：成功保存图像，但将文本刻录到其中

我什至尝试在文本编辑器中手动打开 PDF 并通过将流对象粘贴到新文件中并使用 .jpg、.png 或 .bmp 扩展名（依次保存）来提取流对象。考虑到我对 PDF 文件的内部结构知之甚少，这不起作用也就不足为奇了。

那么......有什么方法可以从这个东西中检索地图图像而不用获取文本和图标？

Answer 1

您可以从http://www.foolabs.com/xpdf/download.html下载适用于 Linux 和 Windows的 XPDF 库。然后运行pdfimages -j input.pdf output，你应该得到output-000.jpg、output-001.jpg等。另外，查看http://linuxcommand.org/man_pages/pdfimages1.html以获得更多使用选项。