Como extrair imagem do arquivo PDF

Atualmente, uso o leitor de PDF da Foxit e baixei recentemente uma imagem da Internet, mas ela está dentro de um arquivo PDF. Como extraio esta imagem?

O sistema operacional é o Windows 7.

A maneira mais rápida, se você não precisar de uma resolução de pixel original da imagem, basta pressionar os botões ALT e Print Screen. Em seguida, escolha colar onde quiser a imagem.

A outra maneira de preservar a resolução é abrir o PDF em um programa de edição de imagens, como o Adobe Photoshop, e trabalhar com ele.

Se você baixar o XPDF para Windows ( aqui ), encontrará alguns arquivos .exe dentro. Você pode executá-los sem "instalação". Use pdfimages.exeassim:

pdfimages.exe -help

Isso exibe a tela de ajuda.

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

Isso extrai todos os JPEGs como prefixo-00N.jpg e todas as outras imagens como prefixo-00N.ppm (Portable PixMap).

[ Editar por ComFreek: observe a barra à direita no caminho de destino, o que é importante se você não deseja extrair todas as imagens para o diretório pai.] -
{ Editar por KurtPfeifle: Não concordo com o comentário do ComFreek, mas deixe cabe aos leitores testar e descobrir as diferenças nos resultados. Meu parâmetro original, sem usar uma barra à direita, como ..\prefixprefixo dos nomes das imagens usadas para os arquivos extraídos.}

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

O mesmo que antes, mas limita a extração da imagem às páginas 11 ('f' = primeiro) a 13 ('l' = último).

Atualizar:

Enquanto isso, prefiro a versão de Popplerpdfimages - especialmente porque ela adquiriu esse novo recurso: adicione -listà linha de comando para listar (não extrair) as imagens contidas no PDF, além de algumas de suas propriedades. Exemplo:

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

  número da página tipo largura altura cor comp bpc enc interp ID do objeto
  -------------------------------------------------- -------------------
     7 0 imagem 581 838 rgb 3 8 jpeg no 39 0
     7 1 imagem 4 4 rgb 3 8 imagem no 40 0
     7 2 imagem 314 332 rgb 3 8 jpx no 44 0
     7 3 imagem 358 430 rgb 3 8 jpx no 45 0
     7 4 imagem 4 4 rgb 3 8 imagem no 46 0
     7 5 imagem 4 4 rgb 3 8 imagem no 47 0
     7 6 imagem 4 6 rgb 3 8 imagem no 48 0
     7 7 imagem 596 462 rgb 3 8 jpx no 49 0
     7 8 imagem 4 6 rgb 3 8 imagem no 50 0
     7 9 imagem 4 4 rgb 3 8 imagem no 51 0
     7 10 imagem 8 10 rgb 3 8 imagem no 41 0
     7 11 imagem 6 6 rgb 3 8 imagem no 42 0
     7 12 imagem 113 27 rgb 3 8 jpx no 43 0
     8 13 imagem 582 839 cinza 1 8 jpeg no 2080 0
     8 14 imagem 344 364 cinza 1 8 jpx no 2079 0

Observe novamente: esta versão do pdfimagesé o de Poppler (a partir XPDF que não (ainda) apoiar esta nova funcionalidade?), E a versão deve ser v0.20.2 ou mais recente.

Você pode tentar importar o PDF para o Inkscape e trabalhar a partir daí. O Inkscape abrirá apenas uma página por vez, mas fornecerá controle total sobre o conteúdo da página. Você poderá extrair e manipular gráficos vetoriais do PDF com bastante facilidade.

No entanto, se você deseja extrair imagens rasterizadas do PDF, tenho certeza que o pdfimagesXPDF é mais fácil (mas você ainda pode tentar usar o Inkscape depois de aprender a extrair imagens incorporadas de arquivos SVG ).

Sem instalar nenhum software, você pode alternar para o PDF-XChange Viewer (selecione Versão portátil ) que já possui essa capacidade

• exporta todas as páginas ou páginas selecionadas como imagem
• formato de saída: PNG, JPG, TIFF, BMP
• escolha DPI, nível de compactação, escala de cinza

• pode salvar várias páginas como TIFF de várias páginas

  

  
  ^{Clique para ampliar}

Esteja ciente de que, enquanto esse método converte páginas PDF inteiras em imagens, o método explicado a partir do @Laurenz usando o Sumatra PDF é superior se você deseja extrair imagens de uma página PDF com conteúdo misto (imagem + texto) para obter apenas a imagem.

O Sumatra PDF é um leitor de PDF de código aberto rápido e leve que pode copiar imagens diretamente para a área de transferência, sem qualquer rasterização.

O MuPDF é um novo visualizador de PDF multiplataforma (desktop e móvel) lançado sob licença AGPL. É mantido pelas mesmas pessoas do Ghostscript .

Ele contém uma ferramenta de linha de comando para extrair imagens de um PDF:

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

O comando extrair pode ser usado para extrair imagens e arquivos de fonte de um PDF. Se nenhum número de objeto for fornecido na linha de comando, todas as imagens e fontes serão extraídas.

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

-r     Convert images to RGB when extracting them.

use pdftocairofrom poppler toolkit. Pode extrair e converter imagens de pdf em qualquer formato desejado. Sempre gera imagens e nunca gera ppm ou dados como esse. O comando a seguir oculta as páginas pdf em imagens jpg dele:

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

Você pode obtê-lo aqui para windows: http://blog.alivate.com.au/poppler-windows/

Também está disponível no Linux.

http://www.sumnotes.net/ é uma ferramenta online para extrair notas, destaques e imagens. Usei-o extensivamente na universidade para minha tese e fiquei realmente satisfeito.

normalmente extraio a imagem incorporada com 'pdfimages' na resolução nativa e depois uso o convert do ImageMagick para o formato necessário:

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

isso gera o melhor e menor arquivo de resultado.

Nota: Para imagens incorporadas em JPG com perda, você tinha que usar -j:

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

Na plataforma Win pouco fornecida, era necessário fazer o download de um binário 'poppler-util' recente (0,37, 2015) em: http://blog.alivate.com.au/poppler-windows/

ATUALIZAÇÃO: No recente "poppler-util" 0.50+ (2016), o pdfunite tem a opção "-all" para extrair bitmap compactado sem perdas como .png e bitmap compactado com perdas como .jpg, portanto, é simples:

$ pdfimages -all fileName.pdf fileName

extraia sempre do PDF o melhor conteúdo de qualidade possível