如何从PDF文件中提取图像

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PDF文件中。如何提取此图像？

操作系统是Windows 7。

如果您不需要图像的原始像素分辨率，快速方法是只按ALT和打印屏幕按钮。然后选择粘贴到您想要图像的位置。

保留分辨率的另一种方法是在Adobe Photoshop等图像编辑程序中打开PDF并在那里使用它。

如果您下载XPDF for Windows（ 这里 ），你会在里面找到一些.exe文件。您无需“安装”即可运行它们。使用 pdfimages.exe 像这样：

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\

这将所有JPEG提取为prefix-00N.jpg，将所有其他图像提取为prefix-00N.ppm（Portable PixMap）。

[ 由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。 -
{ 由KurtPfeifle编辑： 我不同意ComFreek的评论，但留给读者测试并找出结果本身的差异。我的原始参数，不使用尾部斜杠，如 ..\prefix 将为图像添加前缀 名 用于提取的文件。}

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'=第一个）到13（'l'=最后一个）。

更新：

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，只是列出（不提取）PDF中包含的图像，以及它们的一些属性。例：

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

  page   num  type   width height color comp bpc  enc interp  object ID
  ---------------------------------------------------------------------
     7     0 image     581   838  rgb     3   8  jpeg   no        39  0
     7     1 image       4     4  rgb     3   8  image  no        40  0
     7     2 image     314   332  rgb     3   8  jpx    no        44  0
     7     3 image     358   430  rgb     3   8  jpx    no        45  0
     7     4 image       4     4  rgb     3   8  image  no        46  0
     7     5 image       4     4  rgb     3   8  image  no        47  0
     7     6 image       4     6  rgb     3   8  image  no        48  0
     7     7 image     596   462  rgb     3   8  jpx    no        49  0
     7     8 image       4     6  rgb     3   8  image  no        50  0
     7     9 image       4     4  rgb     3   8  image  no        51  0
     7    10 image       8    10  rgb     3   8  image  no        41  0
     7    11 image       6     6  rgb     3   8  image  no        42  0
     7    12 image     113    27  rgb     3   8  jpx    no        43  0
     8    13 image     582   839  gray    1   8  jpeg   no      2080  0
     8    14 image     344   364  gray    1   8  jpx    no      2079  0

注意 再次：这个版本的 pdfimages 是来自Poppler的那个（来自XPDF的那个） 不 （但？）支持这个新功能），版本必须是v0.20.2或更新版本。

您可以尝试将PDF导入 Inkscape中 ，从那里工作。 Inkscape只会打开一个页面，但会让您完全控制页面内容。您将能够非常轻松地从PDF中提取和操作矢量图形。

但是，如果你想从PDF中提取光栅图像，我很确定 pdfimages 从XPDF更容易（但你仍然可以尝试在学习后使用Inkscape 如何从SVG文件中提取嵌入的图像 ）。

无需安装任何软件，您可以切换到 PDF-XChange Viewer （选择 便携版 ）这种能力已经内置

• 将所有或所选页面导出为图像
• 输出格式：PNG，JPG，TIFF，BMP
• 选择DPI，压缩等级，灰度等级

• 可以将多个页面保存为多页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@Laurenz解释了该方法 使用苏门答腊PDF 如果要从具有混合内容（图像+文本）的PDF页面中提取图像以仅获取图像，则更为出色。

苏门答腊PDF 是一个快速，轻量级的开源PDF阅读器，可以直接将图像复制到剪贴板，无需任何重新光栅化。

MuPDF 是一个新的（2006年创建）多平台（桌面和移动）PDF查看器，根据AGPL许可证发布。它是由同一个人维护的 Ghostscript的 。

它包含一个命令行工具，用于从PDF中提取图像：

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。如果命令行中没有给出对象编号，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.

使用 pdftocairo 从 poppler toolkit。它可以提取PDF格式的图像并将其转换为任何所需的格式。它总是生成图像，永远不会产生ppm或类似的骰子。以下命令将pdf页面转换为jpg图像：

pdftocairo.exe -jpeg "my.pdf" "my"

你可以从这里获取它的窗口： http://blog.alivate.com.au/poppler-windows/

它也可以在Linux上使用。

http://www.sumnotes.net/ 是一个提取笔记，高亮和图像的在线工具。我在大学里广泛使用它作为我的论文，我真的很满意。

通常我用原始分辨率的'pdfimages'提取嵌入图像，然后使用ImageMagick转换为所需的格式：

$ pdfimages -list fileName.pdf
$ pdfimages fileName.pdf fileName   # save in .ppm format
$ convert fileName-000.ppm fileName-000.png

这会生成最佳和最小的结果文件。

注意：对于有损JPG嵌入图像，您必须使用-j：

$ pdfimages -j fileName.pdf fileName   # save in .jpg format

在很少提供的Win平台上，您必须从以下位置下载最近的（0.37,2015）'poppler-util'二进制文件： http://blog.alivate.com.au/poppler-windows/

更新： 在最近的“poppler-util”0.50+（2016）中，pdfunite有一个选项“-all”来提取无损压缩位图为.png和有损压缩位图为.jpg，所以很简单：

$ pdfimages -all fileName.pdf fileName

始终从PDF中提取最佳质量内容