Извлечение картинок из PDF
«Извлечь изображения» вынимает из PDF встроенные растровые изображения и отдаёт их в ZIP файлами PNG или JPEG. Векторные рисунки и текст страницы изображениями не являются и в результат не входят.
Перетащите файлы сюда или нажмите, чтобы выбрать
Форматы: PDF · до 500.0 MB на файл · до 20 файлов за раз
Файл можно также вставить через Ctrl/Cmd+V или из меню буфера обмена.
«Извлечь изображения» обходит изображения XObject на страницах, декодирует потоки Flate/ASCII85/DCT и упаковывает их в ZIP как `image_N.png` или `image_N.jpeg`. Поле `format` выбирает png (по умолчанию) или jpeg. Общие XObject извлекаются один раз.
Изображения с фильтром LZW дают внутреннюю ошибку (`LZW images unsupported`). Страницы без словаря XObject пропускаются. Файл без извлекаемых изображений всё равно возвращает ZIP, в котором может не оказаться нужных вам файлов.
Это не растеризация каждой страницы в PNG (для этого есть «PDF в изображения») и не OCR. Векторная графика не является image XObject и не появится.
Файлы, защищённые паролем, снимаются с защиты прямо на этой странице, как только вы введёте пароль; при работе через API сначала запустите «Снять пароль».
Что даёт выбор формата, зависит от того, как картинка хранится в PDF. Если она хранится как данные JPEG и вы выбрали JPEG, исходные байты копируются в ZIP без перекодирования, так что вы получаете картинку ровно такой, какой она была встроена. Если это данные JPEG, а вы выбрали PNG, она декодируется и записывается как PNG: с этого момента без потерь, но детали, уже утраченные в JPEG, не вернуть, а файл может получиться больше. Если картинка хранится как простые пиксельные данные, она декодируется и записывается в выбранном формате; JPEG в таком случае кодируется с качеством 90.
Файлы нумеруются `image_1`, `image_2` и так далее в порядке страниц, с расширением выбранного формата. Номера не говорят, с какой страницы взято изображение, поэтому определяйте картинки на глаз. Если один и тот же объект изображения используется на нескольких страницах, например логотип в колонтитуле, он записывается один раз.
Картинки преобразуются в 8-битный RGB. Изображения в градациях серого становятся серыми RGB-изображениями. PDF может также прикреплять отдельную мягкую маску, задающую картинке прозрачность; эта маска не применяется, поэтому вырезанное фото может получиться со сплошным фоном. Картинка в цветовой модели, отличной от серой или RGB, например CMYK, может выйти с неверными цветами, потому что используются только первые три значения цвета каждого пикселя.
Если одно изображение в файле не удаётся декодировать, весь запрос завершается ошибкой, а не пропускает это изображение. В сообщении указано, что пошло не так; для картинки со сжатием LZW сказано, что LZW-изображения не поддерживаются. В таком случае используйте «PDF в изображения», чтобы отрендерить страницы как картинки, или «Удалить изображения», если вам нужен документ без картинок.
PDF без встроенных картинок всё равно возвращает ZIP без файлов изображений внутри. Отсканированный документ может хранить каждую страницу как картинку, и тогда «Извлечь изображения» вернёт эти сканы страниц; чтобы превратить сканы в поисковый текст, используйте «OCR в Markdown», который возвращает Markdown.
Функции
- Изображения XObject в ZIP как PNG или JPEG
- Данные JPEG при выборе JPEG копируются байт в байт, без перекодирования
- Остальные картинки декодируются в 8-битный RGB и записываются как PNG или как JPEG с качеством 90
- Дедупликация по id объекта; LZW не поддерживается
- Файлы нумеруются в порядке страниц: image_1, image_2 и так далее
- Не растеризация страниц и не OCR
- Анонимный API: /api/v1/misc/extract-images
Когда применять
- Вынуть фото из электронного отчёта
- Забрать JPEG-потоки фото без перекодирования при format=jpeg
- Не растеризовать страницы целиком, когда нужны только рисунки
- Использовать фото товара из PDF-каталога в слайде или на веб-странице
- Посмотреть, какие картинки встроены в документ, прежде чем решать, убирать ли их через «Удалить изображения»
Как извлечь изображения из PDF?
- Загрузите PDF со встроенными фото или растровыми рисунками, например отсканированный документ, брошюру или отчёт с фотографиями.
- Выберите JPEG, если нужно сохранить фотографии как файлы JPEG без повторного сжатия, или оставьте PNG для графики и скриншотов.
- Нажмите «Обработать» и скачайте `{name}_extracted_images.zip`, затем распакуйте его.
- Откройте файлы и сопоставьте их с документом на глаз; нумерация следует порядку страниц, но номер страницы не указывает.
- Если ZIP пуст или запрос завершился ошибкой, прочитайте сообщение: ошибка с упоминанием LZW означает, что изображение использует неподдерживаемое сжатие, а пустой ZIP — что в PDF нет встроенных картинок для извлечения.
Ограничения и особые случаи
- Не рендерер страниц
- LZW роняет задачу
- PNG на выходе — RGB, поэтому прозрачность и мягкие маски отбрасываются
- Нет OCR
- Имена файлов отражают порядок обнаружения, а не номер страницы
- Одна недекодируемая картинка останавливает всю задачу
- Векторная графика и текст не извлекаются
- Лимит загрузки на сайте: 500 МБ на файл, файлы крупнее примерно 95 МБ отправляются частями. Тело одного прямого запроса к API ограничено 100 МБ.
Примеры
- PDF с тремя разными фото-XObject даёт в ZIP image_1 … image_3
- Страница с векторным логотипом может ничего не дать
- Брошюра, у которой логотип в колонтитуле повторяется на всех 8 страницах и есть 2 фото, даёт 3 файла, потому что логотип — один общий объект, записываемый один раз
- Текстовый отчёт возвращает ZIP без файлов изображений внутри, и об ошибке ничего не сообщается
Конфиденциальность этого инструмента
Файлы загружаются по HTTPS, обрабатываются в памяти или в короткоживущем временном каталоге на наших серверах и удаляются, когда результат готов. Копии для последующего просмотра, обучения моделей или рекламных профилей мы не храним. Сроки хранения и сведения о cookie AdSense указаны в Политике конфиденциальности.
Частые вопросы
- Почему не по картинке на страницу?
- Извлекаются только встроенные image XObject. Страница из текста и векторов может не дать ни одного изображения.
- Чем отличается от «PDF в изображения»?
- «PDF в изображения» рендерит страницы. «Извлечь изображения» достаёт уже лежащие в файле объекты изображений.
- А LZW?
- Декодирование LZW не реализовано. Задача завершается ошибкой, а не пропускает это изображение.
- Обрабатываются ли маски и SMask?
- Считайте результат приблизительным дампом пикселей. Мягкие маски и необычные цветовые пространства могут выглядеть неверно.
- Я получу исходный файл JPEG или пережатую копию?
- Если картинка хранится в PDF как данные JPEG и вы выбрали JPEG, вы получаете те же байты без перекодирования. Если выбрать PNG, картинка будет декодирована и сохранена как PNG. Для картинок, хранящихся как сырые пиксели, исходного JPEG нет, поэтому JPEG в результате — это новое кодирование с качеством 90.
- Почему у изображений номера, а не номера страниц?
- Файлы называются image_1, image_2 и так далее в порядке страниц, а изображение, использованное на нескольких страницах, появляется один раз. Имя не хранит страницу, поэтому откройте файлы, чтобы понять, какой из них какой.
- Мой ZIP пуст. В PDF нет изображений?
- Пустой ZIP означает, что на страницах не найдено встроенных объектов-картинок. Текст, линии и диаграммы, нарисованные векторно, не являются картинками и никогда не извлекаются. Если они нужны как картинки, используйте «PDF в изображения» и отрендерите страницы.
- Запрос завершился ошибкой про LZW. Что делать?
- Одна картинка в файле использует сжатие LZW, которое этот инструмент не умеет декодировать, и вся задача останавливается, а не пропускает её. Отрендерите страницы через «PDF в изображения» или уберите картинки через «Удалить изображения».
- Почему у извлечённого фото неверные цвета?
- Картинки преобразуются в 8-битный RGB по первым значениям цвета каждого пикселя. Картинка в цветовой модели, отличной от серой или RGB, например CMYK, может выйти со сдвинутыми цветами. Отдельная мягкая маска тоже не применяется.
Последнее обновление:
Вызов из кода
Каждый инструмент на сайте: обычный REST. Анонимно не нужны ни аккаунт, ни ключ API. И для браузера, и для разработчиков, и для ИИ-агентов.
curl -X POST "https://pdf123.xyz/api/v1/misc/extract-images" \
-F "[email protected]" \
-F "format=png" \
-o output.pdfЕсть и как MCP-инструмент для клиентов на Model Context Protocol (JSON-RPC 2.0, POST /mcp). Полное описание API
Использовать через ИИ-агента
СкиллС этим скиллом Claude Code, Codex, Cursor и другие ИИ-агенты смогут выполнить «Извлечь изображения» за вас: /skills/pdf123-extract-images.md
Файлы нужны только для этой обработки и потом удаляются.