PDFに埋め込まれた画像を取り出す
画像の抽出は、PDFに埋め込まれたラスタ画像を取り出し、PNGまたはJPEGのファイルとしてZIPで渡します。ベクタの図形やページの文字は画像ではないため含まれません。
ファイルをここにドロップするか、クリックして選んでください
対応形式:PDF・1ファイル500.0 MBまで · 一度に最大20ファイル
Ctrl/Cmd+V またはクリップボードメニューからファイルを貼り付けることもできます。
画像の抽出 はページの XObject 画像を走査し、Flate/ASCII85/DCT ストリームを復号して、`image_N.png` または `image_N.jpeg` の ZIP にまとめます。`format` は png(既定)または jpeg。共有される XObject は 1 回だけ抽出します。
LZW フィルタの画像は内部エラー(`LZW images unsupported`)を返します。XObject 辞書のないページはスキップされます。抽出できる画像がないファイルでも ZIP は返り、欲しいメンバーが入っていないことがあります。
各ページを PNG に描画するのではありません(それは PDFから画像)。OCR でもありません。ベクタは画像 XObject ではないため出てきません。
パスワード保護されたファイルは、このページでパスワードを入力すると自動で解除されます。API を使う場合は先にパスワード解除を実行してください。
形式の選択がもたらす結果は、PDF の中で画像がどのように保存されているかによります。画像が JPEG データとして保存されていて JPEG を選ぶと、元のバイト列が再エンコードされずに ZIP にコピーされるため、埋め込まれたとおりの画像が得られます。JPEG データで PNG を選ぶと、復号されて PNG として書き出されます。この時点からは可逆ですが、JPEG がすでに失っていた細部は復元できず、ファイルが大きくなることがあります。生のピクセルデータとして保存されている場合は、復号して選んだ形式で書き出され、その場合の JPEG 出力は品質 90 でエンコードされます。
ファイルにはページ順に `image_1`、`image_2` のように番号が付き、選んだ形式の拡張子が付きます。番号から画像がどのページのものかはわからないため、画像は目で見て見分けてください。同じ画像オブジェクトが、ヘッダーのロゴのように複数のページで使われている場合は、1 回だけ書き出されます。
画像は 8 ビット RGB に変換されます。グレースケールの画像は、グレーの RGB 画像になります。PDF は、画像に透明度を与える別のソフトマスクを付けることもありますが、そのマスクは適用されないため、切り抜かれた写真は背景が単色になることがあります。グレーや RGB 以外の色モデル(たとえば CMYK)で保存された画像は、各ピクセルの最初の 3 つの色の値しか使われないため、色が正しく出ないことがあります。
ファイル内の画像が 1 つでも復号できないと、その画像を飛ばさずにリクエスト全体が失敗します。メッセージに何が起きたかが示されます。LZW 圧縮された画像なら、LZW images are unsupported と出ます。その場合は、代わりに PDFから画像 でページを画像として描画するか、画像なしの文書が欲しいなら 画像の削除 を使ってください。
埋め込み画像のない PDF でも ZIP は返りますが、中に画像ファイルは入っていません。スキャンした文書は各ページを画像として保存していることがあり、その場合 画像の抽出 はそれらのページのスキャンを返します。スキャンを検索できるテキストにするには、Markdown を返す OCR を使ってください。
機能
- XObject 画像を PNG または JPEG の ZIP に
- JPEG データを JPEG で選ぶと、再エンコードなしでバイト単位にコピーされる
- それ以外の画像は 8 ビット RGB に復号され、PNG か、品質 90 の JPEG として書き出される
- オブジェクト id で重複排除。LZW 非対応
- ファイルはページ順に image_1、image_2 のように番号が付く
- ページ全体のラスタライズでも OCR でもない
- 匿名 API:/api/v1/misc/extract-images
こんなときに使う
- 電子版レポートから写真を取り出す
- format=jpeg のとき JPEG 写真ストリームをできるだけ再符号化しない
- 図だけが必要で、ページ全体のラスタライズをしたくないとき
- カタログ PDF にある商品写真を、スライドやウェブページで再利用する
- 画像の削除 で取り除くか決める前に、文書にどんな画像が埋め込まれているか確認する
PDFから画像を抽出するには?
- スキャンした文書、パンフレット、写真入りのレポートなど、写真やラスタ図が埋め込まれている PDF をアップロードします。
- 写真を再圧縮せずに JPEG ファイルとして保存したいなら JPEG を選び、図やスクリーンショットなら PNG のままにします。
- 処理をクリックし、`{name}_extracted_images.zip` をダウンロードして、展開します。
- ファイルを開いて、文書と目で照らし合わせます。番号はページ順に従いますが、ページ名は付きません。
- ZIP が空だったり、リクエストが失敗したりした場合は、メッセージを読みます。LZW を挙げる失敗は、サポートされていない圧縮を使う画像があることを、空の ZIP は、取り出せる埋め込み画像が PDF にないことを意味します。
制限と注意点
- ページレンダラではない
- LZW はジョブを失敗させる
- PNG 出力は RGB のため、透明度とソフトマスクは失われる
- OCR なし
- ファイル名は見つかった順序を表し、ページ番号ではない
- 復号できない画像が 1 つあると、ジョブ全体が止まる
- ベクターグラフィックスと文字は抽出されない
- このサイトのアップロード上限は 1 ファイルあたり 500 MB で、約 95 MB を超えると分割して送信されます。API への直接リクエスト 1 回の本文は 100 MB までです。
例
- 重複しない写真 XObject が 3 つある PDF なら、ZIP は image_1 から image_3
- ベクタのロゴページは何も出さないことがある
- 全 8 ページのヘッダーにロゴが繰り返され、写真が 2 枚あるパンフレットは、ロゴが 1 回だけ書き出される共有オブジェクトなので、3 ファイルになる
- テキストだけのレポートは、画像ファイルの入っていない ZIP を返し、エラーとしては何も報告されない
このツールのプライバシー
ファイルは HTTPS でアップロードされ、サーバーのメモリまたは短命の一時ディレクトリで処理され、結果の準備ができた時点で削除されます。後から閲覧・学習・広告プロファイル用にコピーは残しません。保持期間と AdSense Cookie の開示はプライバシーポリシーをご覧ください。
よくある質問
- なぜ 1 ページ 1 枚の画像にならないのですか?
- 埋め込みの画像 XObject だけを取り出します。文字とベクタだけのページは 1 枚も出ないことがあります。
- PDFから画像 との違いは?
- PDFから画像 はページを描画します。画像の抽出 はファイル内の既存画像オブジェクトを取り出します。
- LZW はどうなりますか?
- LZW 復号は未実装です。その 1 枚を飛ばすのではなく、ジョブがエラーになります。
- マスクと SMask は処理されますか?
- 出力はできる範囲のピクセル書き出しとして扱ってください。ソフトマスクや珍しい色空間は合わないことがあります。
- 元の JPEG ファイルが得られますか?それとも再圧縮されたコピーですか?
- 画像が PDF の中に JPEG データとして保存されていて JPEG を選ぶと、同じバイト列が再エンコードなしで返ります。PNG を選ぶと、画像は復号されて PNG として保存されます。生のピクセルデータとして保存された画像には元の JPEG がないため、JPEG の結果は品質 90 の新しいエンコードになります。
- 画像にページ番号ではなく連番が付くのはなぜですか?
- ファイルにはページ順に image_1、image_2 のような名前が付き、複数のページで使われる画像は 1 回だけ現れます。名前にページは記録されないため、ファイルを開いてどれがどれかを確認してください。
- ZIP が空です。PDF に画像がないのですか?
- 空の ZIP は、ページ上に埋め込まれた画像オブジェクトが見つからなかったことを意味します。ベクターとして描かれた文字、線、グラフは画像ではなく、抽出されることはありません。それらを画像として欲しいなら、PDFから画像 でページを描画してください。
- LZW に関するメッセージでリクエストが失敗しました。どうすればよいですか?
- ファイル内の 1 つの画像が、このツールでは復号できない LZW 圧縮を使っており、ジョブはその画像を飛ばさずに全体が止まります。PDFから画像 でページを描画するか、画像の削除 で画像を取り除いてください。
- 取り出した写真の色がおかしいのはなぜですか?
- 画像は、各ピクセルの最初の色の値を使って 8 ビット RGB に変換されます。グレーや RGB 以外の色モデル(CMYK など)で保存された画像は、色がずれることがあります。別のソフトマスクも適用されません。
最終更新:
コードから呼び出す
このサイトの各ツールは、通常のRESTエンドポイントです。匿名利用にアカウントやAPIキーは不要です。ブラウザだけでなく、AIエージェントや開発者向けにも使えます。
curl -X POST "https://pdf123.xyz/api/v1/misc/extract-images" \
-F "[email protected]" \
-F "format=png" \
-o output.pdfModel Context Protocolに対応したエージェント向けに、MCPツールとしても使えます(JSON-RPC 2.0、POST /mcp)。 APIリファレンス
AI エージェントから使う
スキルこのスキルを入れると、Claude Code、Codex、Cursor などの AI エージェントが「画像の抽出」を代わりに実行できます: /skills/pdf123-extract-images.md
ファイルはこの処理のためだけに使い、完了後に自動で削除します。