❖ 利用命令行工具pdfimages来提取PDF中的图片

python基础

浏览数:71

2019-10-16

AD:资源代下载服务

pdfimages是一个非常简便好用的PDF图片提取工具,很简单的一个命令就可以提取出PDF指定页面里的所有图片。但是,

注意:
pdfimages只能提取PDF中的图片,和imagemagick生成图片有本质上的不同!也就是说,如果PDF中的内容不是图片的话,那么就提取不出来。

安装:
pdfimagepoppler-utils工具的一个子集,所以需要安装poppler-utilspoppler才能使用。Mac上,直接homebrew:

$ brew install poppler

安装好后就可以用pdfimages命令了,用法如下:

# 提取出来的图片保存为默认的. ppm格式文件 (图片文件巨大,会比pdf文件大23倍左右)
$ pdfimages sample.pdf img_name

# 设定提取的图片保存为png格式 (图片大小是3倍左右)
$ pdfimages -png sample.pdf img_name

# 提取某一页的图片 (last one page)
$ pdfimages -l 3 sample.pdf img_name

# 提取前几页的图片(first number of pages)
$ pdfimages -f 2 sample.pdf img_name

提取的图片,会按照指定的位置和名字生成如img_name-000.jpg, img_name-001.jpg, img_name-002.jpg这样的文件,每一个图片都对应着PDF中原始的图片。

如果没有图片,则不输出。

作者:Solomon_Xie