我有一个 PDF 文件，其中包含我工作的建筑物的地图，如下所示：
http://www.libsys.und.edu/dev/FloorPlans_All.pdf
原始源文件已丢失，我被要求提取地图图像，最好没有覆盖在它们上面的文本和图标。事实证明，这非常困难。
到目前为止，我已经尝试过以下 GUI 程序：
- Adobe Reader：允许我选择文本，但不允许选择背景图像
- FoxIt PDF Viewer：允许我选择文本，但不能选择背景图像
- Ubuntu 10.10 上的 XPDF：允许我选择文本，但不能选择背景图像
还有以下命令行程序：
- pdfimages：可以很好地提取表示浴室的图标，但不能提取背景图像
- pdftohtml：与 pdfimages 相同，但会生成标记不良的 HTML 文档
- pdfextract：与 pdfimages 相同
- 转换：成功保存图像，但文本已刻录到图像中
我甚至尝试在文本编辑器中手动打开 PDF，并通过将流对象粘贴到新文件中并将其保存为 .jpg、.png 或 .bmp 扩展名（依次保存）来提取流对象。考虑到我对 PDF 文件的内部结构了解甚少，这种方法不起作用也就不足为奇了。
那么... 有什么方法可以从这个东西中检索地图图像而不获取文本和图标？
答案1
您可以从以下位置下载 XPDF 库http://www.foolabs.com/xpdf/download.html适用于 Linux 和 Windows。然后运行pdfimages -j input.pdf output，您应该会得到output-000.jpg、output-001.jpg等。此外，请查看http://linuxcommand.org/man_pages/pdfimages1.html以获得更多使用选项。
答案2
好吧，经过 5 分钟的折腾，我的分析是 PDF 比我原先想象的还要奇怪，这说明了一些问题。
不确定您的预算是多少，但使用 Acrobat Pro Extended 9，您可以使用：
A. 工具、高级编辑、修饰文本工具
-Select All
-Right click, Properties
-Text tab
-Select a standard font (e.g. Arial), close
-Hit Delete
B. 工具、高级编辑、修饰对象工具
-选择对象（你可以得到大多数，但不是全部（例如，无法选择学生电脑图标），然后删除
以下是快速清理后的第 1 页的样子： http://dl.dropbox.com/u/7434256/p1test.pdf
答案3
以 Craig H 制作的 PDF 为例，通过 Ghostscript 运行它，对其进行一些优化。在 Windows 上，命令行是：
gswin32c.exe ^
-o p1test-gs-optimized.pdf ^
-sDEVICE=pdfwrite ^
-dPDFSETTIINGS=/prepress ^
p1test.pdf
在 Linux/Unix/Mac OS X 上执行：
gs \
-o p1test-gs-optimized.pdf \
-sDEVICE=pdfwrite \
-dPDFSETTIINGS=/prepress \
p1test.pdf
这会将文件大小从 3.000 kByte 减小到大约 60 kByte，而不会丢失内容。然后将其导入 Inkscape（或 InDesign、Illustrator 等）应该会快得多……
答案4
在我用过的 Linux 环境中pdfmod一次性提取所有图片。请参阅https://wiki.gnome.org/Apps/PdfMod或者，对于 Ubuntu 用户，https://apps.ubuntu.com/cat/applications/pdfmod/
要在 Ubuntu 中下载并安装它，只需输入sudo apt-get install pdfmod。
pdfmod启动 pdfmod GUI（在仪表板或命令行终端中输入）- 打开 PDF 文档
- 选择所有页面（或您想要从中提取图像的任何页面）
- 编辑菜单项将显示在选定范围内提取尽可能多的图像的选项（
export n images，其中 n 为相应数字）。您也可以通过将鼠标悬停在选择上并激活本地菜单（右手用户单击鼠标右键）来访问此命令。 - 一旦您继续执行此操作，将会打开一个新窗口，您可以在其中选择要保存图像的位置。
希望这可以帮助。