跳到主要内容
PPDF123

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?

  1. 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。
  2. 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。
  3. 点击处理,下载 `{name}_extracted_images.zip`,然后解压。
  4. 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。
  5. 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

全部 Agent Skill

文件只用于本次处理,完成后自动删除。