操作教程
如何从 PDF 中提取嵌入的图片
人们说从 PDF 提取图片，其实有两种完全不同的含义，需要用到不同的工具。本指南讲的是把放进文档里的原始图片文件取出来：设计师放进宣传册的照片、报告里的徽标、合同里的扫描件。这和把每一页转成一张图片并不一样。如果你想要整页外观的快照，包括其中的文字和排版，请改用 PDF 转 JPG 工具。这里的提取器会读取 PDF 中存储的位图对象，按原始分辨率把源图片本身还给你，全程都在你的浏览器中完成。
分步操作
- 打开 PDF 图片提取器，把文件拖进去。工具会在本地读取文档，并列出它找到了多少张嵌入的图片。没有任何内容被发送出去：解析就在你自己设备上的浏览器标签页里进行。
- 让它扫描嵌入的图片对象。它会遍历每一页，收集找到的每张位图，并去除重复的软蒙版副本，这样你就不会拿到同一张图片的两个版本。这里没有页码或格式选项可选：目标是原样返回它们被存储时的样子，而不是重新编码。
- 下载结果。单张图片会以一个文件的形式返回；多张图片则会作为各自独立的文件提供下载，按顺序命名排列，保持有序。每个文件都保留它在 PDF 中原有的格式，照片通常是 JPEG，带透明度的图形通常是 PNG。
嵌入图片与整页转成图片的区别
正是这一区别决定了你该用哪个工具。嵌入图片是作者放进 PDF 里的照片或图形；这个提取器会按它被存储时的样子、按真实像素尺寸返回该文件，周围不会画上任何东西。把页面渲染成图片则恰恰相反：PDF 转 JPG 会把页面上的所有内容（文字、矢量图形、背景以及嵌入图片）一起绘制成一张你指定分辨率的平面位图。当你想要拿回源素材时，例如要复用一张产品照片，就用提取器。当你想要读者所见页面的忠实快照时，就用 PDF 转 JPG。
为什么在本地完成这件事很重要
埋在 PDF 里的图片往往是其中最敏感的部分：扫描的证件照、签过名的页面、内部截图、私人画作。把文档发给在线提取器，等于把这一切连同文字层和各种元数据，都交给了一台你无法控制的服务器。这里的提取器用 PDF.js 在你的浏览器中打开 PDF，并在你的机器上把图片对象取出来，因此文件以及其中的一切都留在你的设备上。
PDF 图像提取的工作原理
从 PDF 中提取图像与将页面转换为光栅截图不同。在 PDF 文件内部，图像存储为单独的 /XObject 流字典，包含原始二进制数据（通常为 DCTDecode/JPEG、Flate、JPX 或 CCITT 编码）以及尺寸和色彩空间的元数据。适当的提取工具直接解析这些流，无需重新编码即可提取每个图像。由于读取的是原始字节而不是重新渲染，提取的文件保留了图像首次嵌入时的精确分辨率、颜色配置文件和质量。没有重新压缩步骤意味着没有额外的质量损失，无论 PDF 本身被重新保存了多少次。
本指南用到的工具
常见问题
我拿到的是原始图片，还是页面的截图？
是原始图片。本工具会按嵌入图片文件在 PDF 中被存储时的样子返回它们，保持原生分辨率和原始格式。如果你想要的是每一整页的图片，包括其中的文字和排版，那就是另一回事了：请使用 PDF 转 JPG 工具，它会把整页按你指定的分辨率光栅化。
为什么它找到的图片比我预期的少？
PDF 只在作者真正放置了位图文件的地方才包含嵌入图片。矢量图形、用 PDF 绘图指令画出的图表以及文字都不是图片，所以不会被提取。工具还会丢弃某些导出过程产生的重复软蒙版副本，这可能会降低计数。如果某一页本身就是一张扫描件，它通常只含一张整页图片，那也正是你将拿回的内容。