如何从PDF文件中提取图像

Question

我目前使用 Foxit 的 PDF 阅读器，最近我从互联网上下载了一张图片，但它在一个 PDF 文件中。如何提取此图像？

操作系统为 Windows 7。

Answer 1

如果您下载适用于 Windows 的 XPDF（此处），您会在其中找到一些 .exe 文件。您无需“安装”即可运行它们。pdfimages.exe像这样使用：

pdfimages.exe -help

这将显示帮助屏幕。

pdfimages.exe ^
    -j ^
    c:\path\to\your.pdf ^
    c:\path\to\where\you\want\images\prefix\

这会将所有 JPEG 提取为前缀 00N.jpg，并将所有其他图像提取为前缀 00N.ppm（便携式 PixMap）。

[ ComFreek 编辑：请注意目标路径中的尾部斜杠，如果您不想将所有图像提取到其父目录中，这很重要。] --
{ KurtPfeifle 编辑：我不同意 ComFreek 的评论，但请离开它让读者自己测试并找出结果的差异。我的原始参数，不使用尾部斜杠，..\prefix将作为用于提取文件的图像名称的前缀。}

pdfimages.exe ^
    -j ^
    -f 11 ^
    -l 13 ^
    c:\path\to\your.pdf ^
    c:\path\to\where\you\want\images\prefix\

与之前相同，但将图像提取限制为第 11 页（'f' = first）到第 13 页（'l' = last）。

更新：

与此同时，我更喜欢Poppler 的版本pdfimages-- 特别是因为它获得了这个新功能：添加-list到命令行以便仅列出（而不是提取）PDF 中包含的图像，以及它们的一些属性。例子：

pdfimages -list -f 7 -l 8 ct-magazin-14-2012.pdf

  页码类型宽度高度颜色补偿 bpc enc interp 对象 ID
  -------------------------------------------------- -------------------
     7 0 图像 581 838 rgb 3 8 jpeg 没有 39 0
     7 1 图像 4 4 RGB 3 8 图像编号 40 0
     7 2 图像 314 332 rgb 3 8 jpx 无 44 0
     7 3 图像 358 430 rgb 3 8 jpx 无 45 0
     7 4 图像 4 4 RGB 3 8 图像编号 46 0
     7 5 图像 4 4 RGB 3 8 图像编号 47 0
     7 6 图像 4 6 RGB 3 8 图像编号 48 0
     7 7 图像 596 462 rgb 3 8 jpx 无 49 0
     7 8 图像 4 6 RGB 3 8 图像编号 50 0
     7 9 图像 4 4 RGB 3 8 图像编号 51 0
     7 10 图像 8 10 RGB 3 8 图像编号 41 0
     7 11 图像 6 6 RGB 3 8 图像编号 42 0
     7 12 图像 113 27 rgb 3 8 jpx 无 43 0
     8 13 图像 582 839 灰色 1 8 jpeg no 2080 0
     8 14 图像 344 364 灰色 1 8 jpx 无 2079 0

注意再次：这个版本pdfimages是poppler的一个（从XPDF请问一个没有（还）支持这一新功能？），以及版本必须是v0.20.2或更高版本。

Answer 2

您可以尝试将 PDF 导入Inkscape，然后从那里开始工作。Inkscape 一次只能打开一页，但可以让您完全控制页面内容。您将能够很容易地从 PDF 中提取和操作矢量图形。

但是，如果您想从 PDF 中提取光栅图像，我很确定pdfimages从 XPDF 中提取更容易（但在学习如何从 SVG 文件中提取嵌入图像后，您仍然可以尝试使用 Inkscape ）。

Answer 3

如果不需要图像的原始像素分辨率，快速方法是按 ALT 和打印屏幕按钮。然后选择将图像粘贴到您想要的位置。

保留分辨率的另一种方法是在图像编辑程序（例如 Adob​​e Photoshop）中打开 PDF 并在其中使用它。

Answer 4

无需安装任何软件，您可以切换到已内置此功能的PDF-XChange Viewer （选择便携式版本）

• 将所有或选定的页面导出为图像
• 输出格式：PNG、JPG、TIFF、BMP
• 选择 DPI、压缩级别、灰度

• 可以将多页保存为多页 TIFF

  

  
  ^点击放大

请注意，虽然此方法将整个 PDF 页面转换为图像，但如果您想从包含混合内容（图像 + 文本）的 PDF 页面中提取图像以仅获取图像，则使用 Sumatra PDF 的@Laurenz 解释的方法更胜一筹。

Answer 5

MuPDF是一个新的（创建于 2006 年）多平台（桌面和移动）PDF 查看器，在 AGPL 许可证下发布。它由Ghostscript的同一个人维护。

它包含一个用于从 PDF 中提取图像的命令行工具：

mutool extract [options] file.pdf [object numbers]

extract 命令可用于从 PDF 中提取图像和字体文件。如果命令行上没有给出对象编号，则将提取所有图像和字体。

-p password
       Use the specified password if the file is encrypted.

-r     Convert images to RGB when extracting them.

Answer 6

Sumatra PDF是一款快速、轻量级的开源 PDF 阅读器，可以将图像直接复制到剪贴板，无需任何重新光栅化。