Extraer imágenes de un PDF

Funciones

• Los JPEG se exportan byte a byte, sin decodificar ni recodificar
• Las imágenes Flate de 8 bits RGB o gris se rearman como PNG
• Una imagen referenciada por varias páginas se extrae una sola vez (sin logotipos repetidos)
• Las imágenes menores de 32 px se ignoran de forma predeterminada: los fragmentos de maquetación abundan
• Las codificaciones no admitidas (CMYK, 1 bit, JPEG 2000, JBIG2, máscaras suaves) se omiten y se informan
• Los nombres llevan la página y un índice (p03-img2.jpg), así que sabes de dónde viene cada una
• Más de una imagen se empaqueta en un solo ZIP (los nombres siguen llevando la página); con una sola se entrega tal cual
• Indica el número total y el tamaño conjunto
• No se sube nada ni interviene ningún servidor

Cómo se usa

1. Suelta un PDF
2. Las imágenes se listan al momento; si hay más de una se empaquetan en un ZIP y si hay una sola se entrega tal cual
3. Sube el tamaño mínimo si hay demasiados fragmentos
4. Usa PDF a imagen si lo que quieres es cómo se ven las páginas

Preguntas frecuentes

¿Por qué algunas imágenes no se pueden extraer?

Tres motivos, y se informa la cuenta de las omitidas. Codificaciones no admitidas: imágenes CMYK (orientadas a imprenta, que necesitan una conversión de color; exportarlas en bruto da colores invertidos), 1 bit y color indexado (que requieren desempaquetar y consultar una paleta) y JPEG 2000 o JBIG2 (sin decodificador en el navegador). Una máscara suave: el color y la transparencia viven en dos objetos, así que exportar solo el color da una imagen con el borde oscuro. Demasiado pequeña: por debajo de 32 px de forma predeterminada, normalmente líneas finas e iconos; pon el mínimo en 0 para verlas también.

¿Las imágenes extraídas son las originales? ¿Se recomprimen?

Los JPEG se exportan tal cual: los bytes guardados en el PDF son un archivo JPEG completo y se escriben sin cambios, sin decodificar ni recodificar, así que la calidad y el tamaño coinciden con lo que se incrustó. Las imágenes Flate (píxeles en bruto) se recodifican como PNG, que es sin pérdida, así que la calidad también se mantiene; solo el tamaño puede diferir del PNG original. En resumen: nada pierde calidad.

¿En qué se diferencia de PDF a imagen?

Esta herramienta extrae la imagen incrustada en el documento, el objeto en sí, quizá una foto de 4000×3000. PDF a imagen convierte cómo se ve la página: una instantánea con texto, márgenes, fondo y números de página. Usa esta para «esa foto» y la otra para «esta página». Nota que cuando una página es en sí un gran escaneo, los dos resultados se parecen mucho, porque son la misma imagen.

¿Se sube el archivo?

No. La extracción lee los segmentos de datos de imagen de la estructura de objetos del PDF, enteramente en memoria local, sin peticiones de red, y funciona sin conexión.