Ir al contenido principal
PPDF123

Extraer imágenes de un PDF

Extraer imágenes saca las imágenes ráster incrustadas de un PDF y las entrega en un ZIP como archivos PNG o JPEG. Los dibujos vectoriales y el texto de la página no son imágenes y no se incluyen.

Arrastra archivos aquí, o haz clic para elegir

Admite PDF · hasta 500.0 MB por archivo · hasta 20 archivos a la vez

También puedes pegar un archivo con Ctrl/Cmd+V o desde el menú del portapapeles.

Extraer imágenes recorre las imágenes XObject de cada página, decodifica flujos Flate/ASCII85/DCT y las empaqueta en un ZIP como `image_N.png` o `image_N.jpeg`. El campo `format` elige png (por defecto) o jpeg. Un XObject compartido se extrae una sola vez.

Las imágenes con filtro LZW devuelven un error interno (`LZW images unsupported`). Las páginas sin diccionario XObject se saltan. Un archivo sin imágenes extraíbles sigue devolviendo un ZIP, que puede no contener los miembros que te interesan.

Esto no es renderizar cada página a PNG (eso es PDF a imagen) ni OCR. El arte vectorial no es un XObject de imagen y no aparece.

Los archivos protegidos con contraseña se descifran por ti en esta página cuando introduces la contraseña; quien use la API debe pasar antes por Quitar contraseña.

Lo que hace la elección de formato depende de cómo esté guardada la imagen en el PDF. Si está guardada como datos JPEG y eliges JPEG, los bytes originales se copian al ZIP sin recodificar, así que obtienes la imagen exactamente como estaba incrustada. Si son datos JPEG y eliges PNG, se decodifica y se escribe como PNG, que es sin pérdida a partir de ese punto pero no puede recuperar el detalle que el JPEG ya había perdido, y el archivo puede ser mayor. Si está guardada como píxeles sin comprimir, se decodifica y se escribe en el formato que elijas; la salida JPEG en ese caso se codifica con calidad 90.

Los archivos se numeran `image_1`, `image_2` y así sucesivamente en orden de página, con la extensión del formato elegido. Los números no te dicen de qué página viene una imagen, así que identifica las imágenes mirándolas. Cuando el mismo objeto de imagen se usa en varias páginas, como un logotipo en un encabezado, se escribe una sola vez.

Las imágenes se convierten a RGB de 8 bits. Las imágenes en escala de grises pasan a ser imágenes RGB grises. Un PDF también puede adjuntar una máscara suave aparte que da transparencia a una imagen; esa máscara no se aplica, así que una foto recortada puede salir con un fondo sólido. Una imagen guardada en un modelo de color distinto de gris o RGB, por ejemplo CMYK, puede salir con colores incorrectos porque solo se usan los tres primeros valores de color de cada píxel.

Si una sola imagen del archivo no se puede decodificar, falla toda la petición en lugar de saltar esa imagen. El mensaje menciona lo que falló; una imagen comprimida con LZW indica que las imágenes LZW no están soportadas. Cuando eso pase, usa PDF a imagen para renderizar las páginas como imágenes, o Quitar imágenes si lo que quieres es el documento sin sus imágenes.

Un PDF sin imágenes incrustadas sigue devolviendo un ZIP, sin archivos de imagen dentro. Un documento escaneado puede guardar cada página como una imagen, en cuyo caso Extraer imágenes devuelve esos escaneos de página; para convertir escaneos en texto buscable usa OCR, que devuelve Markdown.

Funciones

  • Imágenes XObject en un ZIP de PNG o JPEG
  • Los datos JPEG elegidos como JPEG se copian byte a byte, sin recodificar
  • Las demás imágenes se decodifican a RGB de 8 bits y se escriben como PNG, o como JPEG con calidad 90
  • Deduplicación por id de objeto; LZW no soportado
  • Los archivos se numeran en orden de página como image_1, image_2 y así sucesivamente
  • No es rasterización de página ni OCR
  • API anónima: /api/v1/misc/extract-images

Cuándo usarla

  • Sacar fotos de un informe digital
  • Con format=jpeg, recuperar los flujos JPEG de las fotos sin recodificar
  • Evitar rasterizar páginas enteras cuando solo quieres las figuras
  • Reutilizar la foto de un producto de un catálogo en PDF en una diapositiva o una página web
  • Comprobar qué imágenes incrusta un documento antes de decidir si quitarlas con Quitar imágenes

¿Cómo extraigo imágenes de un PDF?

  1. Sube un PDF que incruste fotos o figuras ráster, como un documento escaneado, un folleto o un informe con fotografías.
  2. Elige JPEG si quieres guardar las fotografías como archivos JPEG sin recomprimir, o deja PNG para gráficos y capturas de pantalla.
  3. Pulsa Procesar y descarga `{name}_extracted_images.zip`, luego descomprímelo.
  4. Abre los archivos y relaciónalos con el documento a ojo; la numeración sigue el orden de página pero no indica la página.
  5. Si el ZIP está vacío o la petición falla, lee el mensaje: un fallo que menciona LZW significa que una imagen usa una compresión no soportada, y un ZIP vacío significa que el PDF no tiene imágenes incrustadas que extraer.

Límites y casos límite

  • No es un renderizador de páginas
  • LZW hace fallar el trabajo
  • La salida PNG es RGB, así que se pierden la transparencia y las máscaras suaves
  • Sin OCR
  • Los nombres de archivo llevan el orden de descubrimiento, no el número de página
  • Una imagen que no se puede decodificar detiene todo el trabajo
  • Los gráficos vectoriales y el texto no se extraen
  • Límite de subida en este sitio web: 500 MB por archivo, enviado por partes a partir de unos 95 MB. El cuerpo de una sola petición directa a la API está limitado a 100 MB.

Ejemplos

  • Un PDF con tres XObject de foto distintos da image_1 a image_3 en el ZIP
  • Una página de logotipo vectorial puede no aportar nada
  • Un folleto cuyo logotipo de encabezado se repite en las 8 páginas y que tiene 2 fotos da 3 archivos, porque el logotipo es un objeto compartido que se escribe una sola vez
  • Un informe solo de texto devuelve un ZIP sin archivos de imagen, y no se informa de ningún error

Privacidad de esta herramienta

Los archivos se suben por HTTPS, se procesan en memoria o en un directorio temporal de corta duración en nuestros servidores, y se eliminan cuando el resultado está listo. No conservamos copias para consultarlas después, entrenar modelos ni crear perfiles publicitarios. Consulte la Política de privacidad para los plazos de retención y las cookies de AdSense.

Preguntas frecuentes

¿Por qué no obtuve una imagen por página?
Solo se extraen XObject de imagen incrustados. Una página de texto más vectores puede tener cero imágenes.
¿En qué se diferencia de PDF a imagen?
PDF a imagen renderiza páginas. Extraer imágenes saca los objetos de imagen que ya están en el archivo.
¿Y LZW?
La decodificación LZW no está implementada. La tarea falla en vez de saltar esa imagen.
¿Se tratan máscaras y SMask?
Trata la salida como un volcado de píxeles en la medida de lo posible. Las máscaras suaves y los espacios de color poco habituales pueden salir mal.
¿Obtengo el archivo JPEG original o una copia recomprimida?
Si la imagen está guardada en el PDF como datos JPEG y eliges JPEG, recibes esos mismos bytes sin recodificar. Si eliges PNG, la imagen se decodifica y se guarda como PNG. Para imágenes guardadas como píxeles sin comprimir no hay JPEG original, así que un resultado JPEG es una codificación nueva con calidad 90.
¿Por qué las imágenes tienen números en vez de números de página?
Los archivos se llaman image_1, image_2 y así sucesivamente en orden de página, y una imagen usada en varias páginas aparece una vez. El nombre no registra la página, así que abre los archivos para ver cuál es cuál.
Mi ZIP está vacío. ¿El PDF no tiene imágenes?
Un ZIP vacío significa que la herramienta no encontró objetos de imagen incrustados en las páginas. El texto, las líneas y los gráficos dibujados como vectores no son imágenes y nunca se extraen. Si los quieres como imágenes, usa PDF a imagen para renderizar las páginas.
La petición falló con un mensaje sobre LZW. ¿Y ahora?
Una imagen del archivo usa compresión LZW, que esta herramienta no puede decodificar, y todo el trabajo se detiene en lugar de saltarla. Renderiza las páginas con PDF a imagen, o quita las imágenes con Quitar imágenes.
¿Por qué una foto extraída tiene los colores equivocados?
Las imágenes se convierten a RGB de 8 bits usando los primeros valores de color de cada píxel. Una imagen guardada en un modelo de color distinto de gris o RGB, como CMYK, puede salir con los colores desplazados. Tampoco se aplica una máscara suave aparte.

Última actualización:

Llámalo desde el código

Cada herramienta del sitio es un endpoint REST. Para uso anónimo no hace falta cuenta ni clave de API. Sirve igual para el navegador, para desarrolladores y para agentes de IA.

curl -X POST "https://pdf123.xyz/api/v1/misc/extract-images" \
  -F "[email protected]" \
  -F "format=png" \
  -o output.pdf

También está disponible como herramienta MCP para clientes de agentes que hablan Model Context Protocol (JSON-RPC 2.0 por POST /mcp). Referencia completa de la API

Úsalo desde un agente de IA

Skill

Con esta skill, Claude Code, Codex, Cursor y otros agentes de IA pueden usar «Extraer imágenes» por ti: /skills/pdf123-extract-images.md

Todas las skills para agentes

Los archivos se usan solo para este trabajo y se borran automáticamente después.