从 PDF 中提取图片
提取图片把 PDF 中内嵌的栅格图片取出来,以 PNG 或 JPEG 文件打包进 ZIP 交给你。矢量图形和页面文字不是图片,不会包含在内。
把文件拖到这里,或点击选择
支持 PDF · 单个文件不超过 500.0 MB · 一次最多 20 个文件
也可以按 Ctrl/Cmd+V 或从剪贴板菜单粘贴文件。
提取图片遍历页面 XObject 图像,解码 Flate/ASCII85/DCT 流,打成 `image_N.png` 或 `image_N.jpeg` 的 ZIP。`format` 选 png(默认)或 jpeg。共用的 XObject 只抽一次。
LZW 过滤的图返回内部错误(`LZW images unsupported`)。没有 XObject 字典的页会跳过。没有可抽取图的文件仍返回 ZIP,里面可能没有你要的成员。
这不是把每一页渲成 PNG(那是 PDF 转图片),也不是 OCR。矢量不是图像 XObject,不会出现。
有密码保护的文件,在你输入密码后会在本页为你解锁;API 调用方需先运行移除密码。
格式的选择会产生什么效果,取决于图片在 PDF 里是怎么存的。如果它以 JPEG 数据存储,而你选了 JPEG,原始字节会不经重新编码直接复制进 ZIP,所以你得到的图片与嵌入时完全一样。如果它是 JPEG 数据而你选了 PNG,它会被解码并写成 PNG,从这一步起是无损的,但无法恢复 JPEG 已经丢失的细节,文件还可能更大。如果它以普通像素数据存储,会被解码并按你选的格式写出;这种情况下输出 JPEG 的编码质量是 90。
文件按页序编号为 `image_1`、`image_2` 等,扩展名是所选格式的扩展名。这些编号并不告诉你图片来自哪一页,所以请通过查看图片来辨认。同一个图像对象在多页上使用时,例如页眉里的徽标,只会写出一次。
图片会被转成 8 位 RGB。灰度图片变成灰色的 RGB 图像。PDF 还可以附带单独的软遮罩来给图片提供透明度;该遮罩不会被应用,所以抠图的照片可能带着实心背景出来。以灰度或 RGB 之外的色彩模型存储的图片,例如 CMYK,可能出现错误的颜色,因为只使用了每个像素的前三个颜色值。
如果文件里有任何一张图无法解码,整个请求就会失败,而不是跳过那张图。消息会说明出了什么问题;LZW 压缩的图片会提示不支持 LZW 图像。遇到这种情况,请改用 PDF 转图片把页面渲染成图片,或者如果你想要的是不带图片的文档,用移除图片。
没有内嵌图片的 PDF 仍会返回 ZIP,里面没有图像文件。扫描文档可以把每一页存成一张图片,这时提取图片返回的就是那些页面的扫描图;要把扫描件变成可搜索的文字,用 OCR,它返回 Markdown。
功能
- XObject 图像打成 PNG 或 JPEG 的 ZIP
- 以 JPEG 存储的数据选 JPEG 时逐字节复制,不重新编码
- 其他图片解码为 8 位 RGB,写成 PNG,或质量 90 的 JPEG
- 按对象 id 去重;不支持 LZW
- 文件按页序编号为 image_1、image_2 等
- 不是整页栅格化,也不是 OCR
- 匿名 API:/api/v1/misc/extract-images
适用场景
- 从电子版报告里抽出照片
- format=jpeg 时尽量不重编码 JPEG 照片流
- 只要图、不想整页栅格化时
- 把产品目录 PDF 里的产品照片复用到幻灯片或网页里
- 在决定是否用移除图片去掉图片之前,先看看文档里嵌了哪些图片
如何从 PDF 中提取图片?
- 上传内嵌照片或栅格图的 PDF,例如扫描文档、宣传册或带照片的报告。
- 想让照片保存为不经重新压缩的 JPEG 文件,就选 JPEG;图形和截图则保留 PNG。
- 点击处理,下载 `{name}_extracted_images.zip`,然后解压。
- 打开这些文件,凭肉眼与文档对应;编号遵循页序,但不会标明页码。
- 如果 ZIP 是空的或请求失败,请读消息:提到 LZW 的失败,说明某张图用了不受支持的压缩;空 ZIP 说明 PDF 里没有可取出的内嵌图片。
限制与边界
- 不是页面渲染器
- LZW 会让任务失败
- PNG 输出为 RGB,透明度和软遮罩会被丢弃
- 没有 OCR
- 文件名反映的是发现的顺序,不是页码
- 一张无法解码的图片就会让整个任务停下
- 不会提取矢量图形和文字
- 本网站的上传上限:每个文件 500 MB,超过约 95 MB 时分块上传。直接调用 API 时,单个请求体上限为 100 MB。
示例
- 有三张不重复照片 XObject 的 PDF,ZIP 里是 image_1 到 image_3
- 矢量徽标页可能什么都不贡献
- 一本宣传册,页眉徽标在全部 8 页上重复,另有 2 张照片,得到 3 个文件,因为徽标是一个共用对象,只写出一次
- 纯文字的报告返回的 ZIP 里没有图像文件,也不会报告为错误
本工具的隐私说明
文件经 HTTPS 上传,在服务器内存或短期临时目录中处理,结果就绪后即删除。我们不会为日后浏览、训练或广告画像保留副本。留存期限与 AdSense Cookie 说明见隐私政策。
常见问题
- 为什么不是一页一张图?
- 只抽内嵌的图像 XObject。一页若是文字加矢量,可能一张都没有。
- 和 PDF 转图片有什么不同?
- PDF 转图片渲染页面。提取图片是把文件里已有的图像对象拿出来。
- LZW 呢?
- LZW 解码未实现。任务会报错,而不是跳过那一张。
- 遮罩和 SMask 会处理吗?
- 把产出当成尽力而为的像素导出。软遮罩和少见色彩空间可能不对。
- 我得到的是原始 JPEG 文件,还是重新压缩的副本?
- 如果图片在 PDF 里以 JPEG 数据存储,而你选了 JPEG,你拿回的就是同样的字节,没有重新编码。选 PNG 的话,图片会被解码并另存为 PNG。对以原始像素数据存储的图片,并不存在原始 JPEG,所以 JPEG 结果是一次全新的、质量 90 的编码。
- 为什么图片用编号而不是页码命名?
- 文件按页序命名为 image_1、image_2 等,在多页上使用的图片只出现一次。名字不记录页码,所以请打开文件看看哪张是哪张。
- 我的 ZIP 是空的。是 PDF 里没有图片吗?
- 空 ZIP 说明工具在页面上没有找到内嵌的图片对象。以矢量绘制的文字、线条和图表不是图片,永远不会被提取。如果你想把它们变成图片,请用 PDF 转图片渲染页面。
- 请求失败了,消息里提到 LZW。怎么办?
- 文件里有一张图片用了 LZW 压缩,本工具无法解码,整个任务会停下,而不是跳过它。请用 PDF 转图片渲染页面,或用移除图片去掉这些图片。
- 为什么提取出来的照片颜色不对?
- 图片会用每个像素的前几个颜色值转成 8 位 RGB。以灰度或 RGB 之外的色彩模型存储的图片,例如 CMYK,可能出现颜色偏移。单独的软遮罩也不会被应用。
最后更新:
用代码调用
本站每个工具都是普通 REST 接口。匿名使用不需要账号或 API Key,给浏览器、开发者和智能体同样可用。
curl -X POST "https://pdf123.xyz/api/v1/misc/extract-images" \
-F "[email protected]" \
-F "format=png" \
-o output.pdf也提供 MCP 工具,供说 Model Context Protocol 的客户端调用(JSON-RPC 2.0,POST /mcp)。 完整 API 文档
在 AI 代理中使用
Skill装上这个 Skill,Claude Code、Codex、Cursor 等 AI 代理就能替你完成「提取图片」: /skills/pdf123-extract-images.md
文件只用于本次处理,完成后自动删除。