如何检测 PDF 中的大图像并将其提取为 JPEG 或任何格式？答案

【问题标题】：How to detect a large image in PDF and extract it as a JPEG or any format?如何检测 PDF 中的大图像并将其提取为 JPEG 或任何格式？
【发布时间】：2013-05-28 15:46:13
【问题描述】：

我正在创建一个从 PDF 文件创建杂志的项目，但是每个上传的杂志都应该有一个带有封面照片的重击，我想从 PDF 中提取这个图像作为 JPEG 以便将其设置为封面照片。

有什么方法可以使用 Ghostscript 或任何其他命令行工具来实现吗？

【问题讨论】：

标签： java android pdf ghostscript

【解决方案1】：

您的意思是要将 PDF 文件的第一页呈现为图像格式吗？如果是这样，那么是的，Ghostscript 可以做到这一点（ImageMagick 也使用 Ghostscript、MuPDF 和可能还有许多其他实用程序）。

如果你的意思是第一页包含一张图片，而你确实想提取它，那么这是一项更难的工作，你需要一个 PDF 工具包来完成它。 Ghostscript 可以做到这一点，但它可能有点矫枉过正，你可能会发现 MuPDF 更方便。我有一个模糊的记忆，pdftk可以提取图像，但我可能弄错了。如果这是您想要的，在 Google 上进行快速搜索可能会有所帮助。

【讨论】：

【解决方案2】：

Poppler/XPDF 自带pdfimages:

Pdfimages 将可移植文档格式 (PDF) 文件中的图像保存为可移植像素图 (PPM)、可移植位图 (PBM) 或 JPEG 文件。 pdfimages 读取 PDF 文件 PDF-file，扫描一页或多页，并为每个图像写入一个 PPM、PBM 或 JPEG 文件，image-root-nnn.xxx，其中 nnn 是图像编号，xxx 是图像类型（ .ppm、.pbm、.jpg)。

从 PDF 的第 1 页提取所有图像的命令行如下：

pdfimages -j -f 1 -l 1 some.pdf subdir/prefix

图像将保存到名为prefix-0000.jpeg、prefix-0001.jpeg 的subdir/。如果可能，-j 参数将尝试获取 JPEG 图像。直接 JPEG 提取可能会失败，在这种情况下，提取的图像将保存为 PPM 或 PNM（注意，它们很大，因为它们是未压缩的）。如果需要，这些可以通过 ImageMagick 转换为 JPEG：

convert subdir/prefix-0022.ppm subdir/prefix-0022.jpeg

【讨论】：

【解决方案3】：

ABCpdf 将允许您从 PDF 中提取图像。这是一个两阶段的操作。首先，您需要确定图像在文档中出现的位置。然后你需要导出它们。

你需要这样的东西......

using (Doc theDoc = new Doc()) {
    theDoc.Read(theSrc);
    ImageOperation op = new ImageOperation(theDoc);
    op.PageContents.AddPages();
    ICollection<ImageProperties> images = op.GetImageProperties();
    foreach (ImageProperties pl in images) {
    foreach (ImageRendition plc in pl.Renditions) {
            ... if plc is a good match
            plc.PixMap.GetBitmap().Save(@"c:\output.jpg");
        }
    }
}

我在 ABCpdf .NET 软件组件上工作，因此我的回复可能包含基于 ABCpdf 的概念。这只是我所知道的。 :-)"

【讨论】：