Ir para o conteúdo principal
PPDF123

Extrair as Imagens de um PDF

Extrair imagens retira de um PDF as imagens raster incorporadas e as entrega em um ZIP como arquivos PNG ou JPEG. Desenhos vetoriais e o texto da página não são imagens e não entram.

Arraste arquivos para cá, ou clique para escolher

Aceita PDF · até 500.0 MB por arquivo · até 20 arquivos por vez

Você também pode colar um arquivo com Ctrl/Cmd+V ou pelo menu da área de transferência.

Extrair imagens percorre as imagens XObject das páginas, decodifica fluxos Flate/ASCII85/DCT e empacota ZIP com `image_N.png` ou `image_N.jpeg`. `format` escolhe png (padrão) ou jpeg. XObjects compartilhados só saem uma vez.

Imagens com filtro LZW devolvem erro interno (`LZW images unsupported`). Páginas sem dicionário XObject são puladas. Arquivos sem imagens extraíveis ainda devolvem ZIP, que pode não ter os membros que você espera.

Isto não é renderizar cada página em PNG (isso é PDF para imagem) nem OCR. Arte vetorial não é XObject de imagem e não aparece.

Arquivos protegidos por senha são desbloqueados para você nesta página assim que você digita a senha; quem chama a API executa Remover senha antes.

O que a escolha do formato faz depende de como a imagem está guardada no PDF. Se ela está guardada como dados JPEG e você escolhe JPEG, os bytes originais são copiados para o ZIP sem recodificar, então você recebe a imagem exatamente como foi incorporada. Se são dados JPEG e você escolhe PNG, a imagem é decodificada e gravada como PNG, o que é sem perdas a partir daí, mas não recupera o detalhe que o JPEG já perdeu, e o arquivo pode ficar maior. Se ela está guardada como dados de pixel simples, é decodificada e gravada no formato escolhido; nesse caso a saída JPEG é codificada com qualidade 90.

Os arquivos são numerados `image_1`, `image_2` e assim por diante, na ordem das páginas, com a extensão do formato escolhido. Os números não dizem de qual página veio uma imagem, então identifique as imagens olhando para elas. Quando o mesmo objeto de imagem é usado em várias páginas, como um logotipo no cabeçalho, ele é gravado uma só vez.

As imagens são convertidas para RGB de 8 bits. Imagens em tons de cinza viram imagens RGB cinza. Um PDF também pode anexar uma soft mask separada que dá transparência a uma imagem; essa máscara não é aplicada, então uma foto recortada pode sair com fundo sólido. Uma imagem guardada num modelo de cor que não seja cinza nem RGB, por exemplo CMYK, pode sair com cores erradas, porque só os três primeiros valores de cor de cada pixel são usados.

Se uma única imagem do arquivo não puder ser decodificada, a requisição inteira falha em vez de pular essa imagem. A mensagem diz o que deu errado; uma imagem comprimida com LZW diz que imagens LZW não são suportadas. Quando isso acontecer, use PDF para imagem para renderizar as páginas como imagens, ou Remover imagens se o que você quer é o documento sem as imagens.

Um PDF sem imagens incorporadas ainda devolve um ZIP, sem arquivos de imagem dentro. Um documento digitalizado pode guardar cada página como uma imagem, e nesse caso Extrair imagens devolve essas digitalizações de página; para transformar digitalizações em texto pesquisável, use OCR, que devolve Markdown.

Recursos

  • Imagens XObject em ZIP PNG ou JPEG
  • Dados JPEG escolhidos como JPEG são copiados byte a byte, sem recodificar
  • As demais imagens são decodificadas para RGB de 8 bits e gravadas como PNG, ou como JPEG com qualidade 90
  • Deduplicação por id de objeto; LZW não suportado
  • Os arquivos são numerados na ordem das páginas: image_1, image_2 e assim por diante
  • Não é rasterização de página inteira nem OCR
  • API anônima: /api/v1/misc/extract-images

Quando usar esta ferramenta

  • Tirar fotos de um relatório eletrônico
  • Com format=jpeg, recuperar fluxos JPEG de foto sem recodificar
  • Querer só as imagens, sem rasterizar a página inteira
  • Reaproveitar a foto de um produto de um PDF de catálogo num slide ou numa página da web
  • Conferir quais imagens um documento incorpora antes de decidir se vai removê-las com Remover imagens

Como extrair imagens de um PDF?

  1. Envie um PDF com fotos ou figuras raster incorporadas, como um documento digitalizado, um folheto ou um relatório com fotografias.
  2. Escolha JPEG se quiser as fotografias salvas como arquivos JPEG sem recompressão, ou mantenha PNG para gráficos e capturas de tela.
  3. Clique em Processar, baixe `{name}_extracted_images.zip` e descompacte.
  4. Abra os arquivos e relacione-os ao documento a olho; a numeração segue a ordem das páginas, mas não nomeia a página.
  5. Se o ZIP vier vazio ou a requisição falhar, leia a mensagem: uma falha que cita LZW significa que uma imagem usa uma compressão não suportada, e um ZIP vazio significa que o PDF não tem imagens incorporadas para extrair.

Limites e casos-limite

  • Não é renderizador de páginas
  • LZW faz a tarefa falhar
  • A saída PNG é RGB, então transparência e máscaras suaves são descartadas
  • Sem OCR
  • Os nomes dos arquivos trazem a ordem de descoberta, não o número da página
  • Uma única imagem que não possa ser decodificada para a tarefa inteira
  • Gráficos vetoriais e texto não são extraídos
  • Limite de envio neste site: 500 MB por arquivo, enviado em partes acima de cerca de 95 MB. O corpo de uma única requisição direta à API é limitado a 100 MB.

Exemplos

  • PDF com três fotos XObject distintas rende image_1 a image_3 no ZIP
  • Página só com logo vetorial pode não contribuir nada
  • Um folheto cujo logotipo do cabeçalho se repete nas 8 páginas e que tem 2 fotos rende 3 arquivos, porque o logotipo é um único objeto compartilhado, gravado uma só vez
  • Um relatório só de texto devolve um ZIP sem arquivos de imagem dentro, e nada é reportado como erro

Privacidade desta ferramenta

Os arquivos são enviados por HTTPS, processados em memória ou em um diretório temporário de curta duração nos nossos servidores, e apagados quando o resultado fica pronto. Não guardamos cópias para consulta posterior, treino de modelos ou perfis de publicidade. Consulte a Política de Privacidade para prazos de retenção e cookies do AdSense.

Perguntas frequentes

Por que não sai uma imagem por página?
Só extrai XObjects de imagem embutidos. Uma página só com texto e vetor pode não contribuir nada.
Qual a diferença para PDF para imagem?
PDF para imagem renderiza páginas. Extrair imagens tira objetos de imagem que já estão no arquivo.
E LZW?
A decodificação LZW não está implementada. A tarefa falha em vez de pular aquela imagem.
Máscaras e SMask são tratadas?
Trate a saída como exportação de pixels no melhor esforço possível. Soft masks e espaços de cor raros podem falhar.
Recebo o arquivo JPEG original ou uma cópia recomprimida?
Se a imagem está guardada no PDF como dados JPEG e você escolhe JPEG, você recebe esses mesmos bytes de volta, sem recodificar. Se escolher PNG, a imagem é decodificada e salva como PNG. Para imagens guardadas como pixels brutos não existe JPEG original, então um resultado JPEG é uma codificação nova com qualidade 90.
Por que as imagens têm números em vez de números de página?
Os arquivos se chamam image_1, image_2 e assim por diante, na ordem das páginas, e uma imagem usada em várias páginas aparece uma vez. O nome não registra a página, então abra os arquivos para ver qual é qual.
Meu ZIP está vazio. O PDF não tem imagens?
Um ZIP vazio significa que a ferramenta não encontrou objetos de imagem incorporados nas páginas. Texto, linhas e gráficos desenhados como vetores não são imagens e nunca são extraídos. Se você quer esses elementos como imagens, use PDF para imagem para renderizar as páginas.
A requisição falhou com uma mensagem sobre LZW. E agora?
Uma imagem do arquivo usa compressão LZW, que esta ferramenta não decodifica, e a tarefa inteira para em vez de pular essa imagem. Renderize as páginas com PDF para imagem ou remova as imagens com Remover imagens.
Por que uma foto extraída está com as cores erradas?
As imagens são convertidas para RGB de 8 bits usando os primeiros valores de cor de cada pixel. Uma imagem guardada num modelo de cor que não seja cinza nem RGB, como CMYK, pode sair com as cores deslocadas. Uma soft mask separada também não é aplicada.

Última atualização:

Chame pelo código

Cada ferramenta deste site é um endpoint REST. Para uso anônimo não precisa de conta nem de chave de API. Serve para o navegador, para desenvolvedores e para agentes de IA.

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

Também disponível como ferramenta MCP para clientes de agente que falam Model Context Protocol (JSON-RPC 2.0 via POST /mcp). Referência completa da API

Use a partir de um agente de IA

Skill

Com esta skill, Claude Code, Codex, Cursor e outros agentes de IA podem usar "Extrair imagens" para você: /skills/pdf123-extract-images.md

Todas as skills para agentes

Os arquivos servem só para este processamento e são apagados automaticamente depois.