Extrair as imagens de um PDF
Um PDF feito de fotos, um documento digitalizado ou um folheto guarda suas imagens como objetos separados. Esta predefinição as tira exatamente como estão armazenadas, em vez de renderizar as páginas: um JPEG dentro do PDF sai como o mesmo JPEG, byte a byte, sem nada recodificado nem perdido; imagens guardadas como amostras brutas ou comprimidas saem como PNG, com a transparência incluída onde o PDF tem uma máscara; JPEG 2000 sai como .jp2.
Opções
Cada imagem recebe o nome da página em que está, e você recebe todas num único ZIP (ou o próprio arquivo quando há só uma). Ícones com menos de 32 pixels são pulados. Tudo roda no seu navegador com pdf-lib; o arquivo nunca sai do seu dispositivo.
Dicas
- Para digitalizações, esta é a saída sem perdas: o JPEG do scanner volta intacto, mais nítido que qualquer renderização.
- Uma página desenhada como texto e vetores não tem imagem para extrair; mude o modo para “Páginas como imagens” para renderizá-la.
- Imagens comprimidas com JBIG2 ou CCITT (digitalizações em preto e branco tipo fax) não podem ser desempacotadas aqui; o resultado diz quantas ficaram de fora.
Por que é privado
Tudo o que você digita ou solta aqui é tratado pelo seu navegador, no seu dispositivo. Nada é enviado. Para verificar, abra as ferramentas de desenvolvedor do navegador, vá à aba Rede e use a ferramenta: você não verá nenhuma requisição carregando seus dados.
Perguntas frequentes
- A qualidade das imagens é reduzida?
- Não. Imagens JPEG são copiadas como estão; as outras são gravadas como PNG sem perdas. Nada é renderizado nem recomprimido.
- Por que recebo menos imagens do que vejo na página?
- A mesma imagem usada em várias páginas é armazenada uma vez e sai uma vez; logos desenhados como vetores e ícones minúsculos não são imagens no sentido do PDF.