Wyodrębnianie obrazów z pliku PDF
Wyodrębnij obrazy wyjmuje z PDF osadzone obrazy rastrowe i dostarcza je w ZIP-ie jako pliki PNG lub JPEG. Rysunki wektorowe i tekst strony nie są obrazami i nie są uwzględniane.
Przeciągnij pliki tutaj albo kliknij, żeby wybrać
Obsługiwane: PDF · do 500.0 MB na plik · maks. 20 plików naraz
Możesz też wkleić plik przez Ctrl/Cmd+V lub z menu schowka.
Wyodrębnij obrazy przechodzi obrazy XObject stron, dekoduje strumienie Flate/ASCII85/DCT i pakuje je do ZIP jako `image_N.png` lub `image_N.jpeg`. Pole `format` wybiera png (domyślnie) lub jpeg. Współdzielone XObject są wyodrębniane raz.
Obrazy z filtrem LZW zwracają błąd wewnętrzny (`LZW images unsupported`). Strony bez słownika XObject są pomijane. Plik bez obrazów do wyodrębnienia i tak zwraca ZIP, w którym może nie być żadnych interesujących Cię elementów.
To nie renderowanie każdej strony do PNG (to PDF na obrazy) i nie OCR. Grafika wektorowa nie jest XObject obrazu i się nie pojawi.
Pliki chronione hasłem są odblokowywane za Ciebie na tej stronie, gdy tylko wpiszesz hasło; wywołujący API najpierw uruchamiają Usuń hasło.
Co daje wybór formatu, zależy od tego, jak obraz jest zapisany w PDF. Jeśli jest zapisany jako dane JPEG i wybierzesz JPEG, oryginalne bajty są kopiowane do ZIP bez ponownego kodowania, więc dostajesz obraz dokładnie taki, jak został osadzony. Jeśli to dane JPEG, a wybierzesz PNG, obraz jest dekodowany i zapisywany jako PNG, co od tego momentu jest bezstratne, ale nie przywróci szczegółów, które JPEG już utracił, a plik może być większy. Jeśli jest zapisany jako zwykłe dane pikseli, jest dekodowany i zapisywany w wybranym formacie; wyjście JPEG jest wtedy kodowane z jakością 90.
Pliki są numerowane `image_1`, `image_2` i tak dalej w kolejności stron, z rozszerzeniem wybranego formatu. Numery nie mówią, z której strony pochodzi obraz, więc rozpoznawaj obrazy, oglądając je. Gdy ten sam obiekt obrazu jest użyty na kilku stronach, na przykład logo w nagłówku, jest zapisywany raz.
Obrazy są konwertowane do 8-bitowego RGB. Obrazy w skali szarości stają się szarymi obrazami RGB. PDF może też dołączać osobną miękką maskę nadającą obrazowi przezroczystość; ta maska nie jest stosowana, więc wycięte zdjęcie może wyjść z jednolitym tłem. Obraz zapisany w modelu kolorów innym niż szarość lub RGB, na przykład CMYK, może wyjść z błędnymi kolorami, ponieważ używane są tylko pierwsze trzy wartości koloru każdego piksela.
Jeśli jednego obrazu w pliku nie da się zdekodować, całe żądanie kończy się błędem zamiast pominąć ten obraz. Komunikat wskazuje, co poszło nie tak; obraz skompresowany LZW daje informację, że obrazy LZW nie są obsługiwane. W takim przypadku użyj PDF na obrazy, aby wyrenderować strony jako obrazy, albo Usuń obrazy, jeśli chcesz dokument bez obrazów.
PDF bez osadzonych obrazów też zwraca ZIP, bez plików obrazów w środku. Zeskanowany dokument może przechowywać każdą stronę jako obraz; wtedy Wyodrębnij obrazy zwraca skany tych stron; aby zamienić skany w przeszukiwalny tekst, użyj OCR, który zwraca Markdown.
Funkcje
- Obrazy XObject w ZIP jako PNG lub JPEG
- Dane JPEG przy wyborze JPEG są kopiowane bajt w bajt, bez ponownego kodowania
- Inne obrazy są dekodowane do 8-bitowego RGB i zapisywane jako PNG albo jako JPEG z jakością 90
- Deduplikacja po id obiektu; LZW nieobsługiwane
- Pliki są numerowane w kolejności stron jako image_1, image_2 i tak dalej
- Nie rasteryzacja stron i nie OCR
- Anonimowe API: /api/v1/misc/extract-images
Kiedy tego użyć
- Wyciągnąć zdjęcia z raportu utworzonego cyfrowo
- Odzyskać strumienie zdjęć JPEG bez ponownego kodowania przy format=jpeg
- Uniknąć rasteryzacji całych stron, gdy chcesz tylko rysunki
- Użyć ponownie zdjęcia produktu z katalogu PDF na slajdzie lub stronie internetowej
- Sprawdzić, jakie obrazy dokument osadza, zanim zdecydujesz, czy usunąć je przez Usuń obrazy
Jak wyodrębnić obrazy z PDF?
- Prześlij PDF z osadzonymi zdjęciami lub rastrowymi rysunkami, na przykład zeskanowany dokument, broszurę albo raport ze zdjęciami.
- Wybierz JPEG, jeśli chcesz zapisać zdjęcia jako pliki JPEG bez ponownej kompresji, albo zostaw PNG dla grafik i zrzutów ekranu.
- Kliknij Przetwórz i pobierz `{name}_extracted_images.zip`, a potem go rozpakuj.
- Otwórz pliki i dopasuj je do dokumentu na oko; numeracja idzie według kolejności stron, ale nie podaje strony.
- Jeśli ZIP jest pusty lub żądanie się nie powiodło, przeczytaj komunikat: błąd wymieniający LZW oznacza obraz z nieobsługiwaną kompresją, a pusty ZIP oznacza, że PDF nie ma osadzonych obrazów do wyodrębnienia.
Ograniczenia i przypadki brzegowe
- To nie narzędzie renderujące strony
- LZW kończy zadanie błędem
- Wyjściowy PNG jest w RGB, więc przezroczystość i miękkie maski są odrzucane
- Bez OCR
- Nazwy plików niosą kolejność znalezienia, a nie numer strony
- Jeden obraz niemożliwy do zdekodowania zatrzymuje całe zadanie
- Grafika wektorowa i tekst nie są wyodrębniane
- Limit przesyłania na tej stronie: 500 MB na plik, wysyłane porcjami powyżej około 95 MB. Treść pojedynczego bezpośredniego żądania API jest ograniczona do 100 MB.
Przykłady
- PDF z trzema unikalnymi XObject zdjęć daje w ZIP image_1 do image_3
- Strona z logo wektorowym może nic nie wnieść
- Broszura, w której logo w nagłówku powtarza się na wszystkich 8 stronach i która ma 2 zdjęcia, daje 3 pliki, bo logo to jeden współdzielony obiekt zapisywany raz
- Raport tylko z tekstem zwraca ZIP bez plików obrazów w środku i nic nie jest zgłaszane jako błąd
Prywatność tego narzędzia
Pliki są przesyłane przez HTTPS, przetwarzane w pamięci lub w krótkotrwałym katalogu tymczasowym na naszych serwerach i usuwane, gdy wynik jest gotowy. Nie przechowujemy kopii do późniejszego przeglądania, trenowania ani profili reklamowych. Szczegóły retencji i pliki cookie AdSense znajdują się w polityce prywatności.
Najczęstsze pytania
- Dlaczego nie dostałem jednego obrazu na stronę?
- Wyodrębniane są tylko osadzone obrazy XObject. Strona z tekstem i wektorami może nie mieć żadnych obrazów.
- Czym różni się od PDF na obrazy?
- PDF na obrazy renderuje strony. Wyodrębnij obrazy wyjmuje z pliku istniejące obiekty obrazów.
- A LZW?
- Dekodowanie LZW nie jest zaimplementowane. Zadanie kończy się błędem, zamiast pominąć ten jeden obraz.
- Czy maski i SMask są obsługiwane?
- Traktuj wynik jako eksport pikseli w trybie best-effort. Miękkie maski i nietypowe przestrzenie kolorów mogą wyglądać źle.
- Czy dostaję oryginalny plik JPEG, czy ponownie skompresowaną kopię?
- Jeśli obraz jest zapisany w PDF jako dane JPEG i wybierzesz JPEG, dostajesz te same bajty bez ponownego kodowania. Wybierz PNG, a obraz zostanie zdekodowany i zapisany jako PNG. Dla obrazów zapisanych jako surowe dane pikseli nie ma oryginalnego JPEG, więc wynik JPEG to nowe kodowanie z jakością 90.
- Dlaczego obrazy mają numery zamiast numerów stron?
- Pliki nazywają się image_1, image_2 i tak dalej w kolejności stron, a obraz użyty na kilku stronach pojawia się raz. Nazwa nie zapisuje strony, więc otwórz pliki, aby zobaczyć, który jest który.
- Mój ZIP jest pusty. Czy PDF nie ma obrazów?
- Pusty ZIP oznacza, że narzędzie nie znalazło na stronach osadzonych obiektów obrazów. Tekst, linie i wykresy rysowane wektorowo nie są obrazami i nigdy nie są wyodrębniane. Jeśli chcesz je jako obrazy, użyj PDF na obrazy, aby wyrenderować strony.
- Żądanie zakończyło się komunikatem o LZW. Co dalej?
- Jeden obraz w pliku używa kompresji LZW, której to narzędzie nie potrafi zdekodować, a całe zadanie się zatrzymuje, zamiast go pominąć. Wyrenderuj strony przez PDF na obrazy albo usuń obrazy przez Usuń obrazy.
- Dlaczego wyodrębnione zdjęcie ma złe kolory?
- Obrazy są konwertowane do 8-bitowego RGB z użyciem pierwszych wartości koloru każdego piksela. Obraz zapisany w modelu kolorów innym niż szarość lub RGB, na przykład CMYK, może wyjść z przesuniętymi kolorami. Osobna miękka maska również nie jest stosowana.
Ostatnia aktualizacja:
Wywołanie z kodu
Każde narzędzie na stronie to zwykły interfejs REST. Anonimowo nie trzeba konta ani klucza API. Działa w przeglądarce, u programistów i u agentów AI.
curl -X POST "https://pdf123.xyz/api/v1/misc/extract-images" \
-F "[email protected]" \
-F "format=png" \
-o output.pdfDostępne też jako narzędzie MCP dla klientów mówiących Model Context Protocol (JSON-RPC 2.0, POST /mcp). Pełna dokumentacja API
Użyj go z agentem AI
SkillZ tym skillem Claude Code, Codex, Cursor i inne agenty AI mogą wykonać za Ciebie „Wyodrębnij obrazy”: /skills/pdf123-extract-images.md
Pliki służą tylko do tego zadania i są potem automatycznie usuwane.