快速无损原样提取PDF文档中的图片

网上已经有很多提取PDF文档图片的工具了，但是这些工具要么就是非常庞大，要么就是速度很慢，要么就是导出的图片失真，我对这些工具均不满意，因此为PDF补丁丁开发了快速、无损地提取PDF文档图片的功能。

操作方式

快速无损提取PDF文档图片的操作步骤如下。

1. 选择“提取图片”功能。
2. 在原始PDF文件中指定需要导出图片的PDF文件。
3. 默认情况下，程序会自动指定输出图片的位置为名称与输入文件相同的目录。此外，也可以点击“输出图片位置”右方的“浏览”按钮，指定导出图片的位置。
4. 最后一个步骤，就是点击“提取图片”按钮。之后，PDF文档里的图片就会被提取到指定的文件夹里面了。

科普：PDF文档里的图片

PDF文档支持嵌入图片，图片在PDF文档中称为“扩展对象”（XObject），一般以压缩的二进制流保存在文件中。被PDF格式所支持的点阵图片压缩算法有好几种，比较常见的是DCT（即JPEG图片的压缩算法）、Deflate（PNG图片的压缩算法）、LZW（GIF图片的压缩算法）、CCITTFax（TIFF黑白图片的压缩算法）、JBIG2（也是用于黑白图片的压缩算法）、JPEG2000（JPEG2000压缩算法），除此以外，还有一些不是太常见的压缩算法，因压缩率较低，所以较少被采用。

在导出图片时，PDF补丁丁会自动根据不同的压缩方式，选择适当的图像格式导出，使导出的图片能被一般的图像处理程序处理。其中，对使用DCT和JPEG2000压缩的图片，基本是采用直接导出的方式，将流保存为JPG或J2K文件就可以了，而对采用Deflate、LZW压缩的图片，需要重新编码成PNG图片，对于采用CCITTFax和JBIG2压缩的图片，因后者不被常见的图像文件格式所支持，所以全部转换为TIF图片导出。

有一些PDF文件的制作软件为了降低制作文件过程中的内存占用率，会将一张较大的图片裁成水平的一条条小图片，然后以“铺地板”的方式逐条逐条写入到PDF文件中去。导出这种文件的图片时，可选中“尝试合并相同页面的图片”选项。选中该选项后，PDF补丁丁会自动将一条条的图片合并回一张大图片。

出于某些原因，某些PDF制作工具会“颠倒黑白”地写入黑底白字的PDF图片，然后在页面的渲染指令中再颠倒一次黑白，使图片正常地显示出来。遇到这种情况，PDF补丁丁导出的TIFF图片会变成黑底白字。这时候，可选择“反转黑白图片的颜色”选项，重新导出一次，黑底白字的图片就会还原为白底黑字了。

有一次，有一位网友给我发了个电邮，抱怨PDF补丁丁会将前后两页的图片合并到一起，然后重复导出来两次，生成两份一模一样的文件。我让他把PDF文件传过来给我见识一下，发现实际情况上是这样的：PDF文件里，每张图片实际上均包含了两页的内容，而每幅图片均被两个页面共用。在显示的时候，奇数页面显示图片左半边的内容，偶数页面显示图片右半边的内容。PDF补丁丁只能原样导出嵌入在PDF文档的图片，是不会自动将图片裁成两半的。为了避免重复，可以在导出的页码范围中输入“1;3;5;7;9”之类的奇数页码，只导出奇数页面的图片，然后用图像处理工具将其剪裁成两个文件。

对此功能的实现有兴趣的网友请留言。回帖人数达到30以上，今后撰专文讲解PDF文档结构。