☰

如何识别pdf中图像的格式？

tag-icon • tag-icon pdf images imagemagick
如何识别pdf中图像的格式？

我收到了一些包含图片的 pdf 文件。原始图片已丢失，因此我需要提取它们。我有 Adob​​e Acrobat Pro，因此我使用提取它们Advanced > Document Processing > Export All Images（有四个选项：jpeg、png、tiff、jpeg2000）。但是，我想以原始格式提取它们，而这显然不是 jpeg：我也测试了pdfimages.exe 来自 xpdf，概述如下，这给出了.ppm 文件，而不是 jpeg。

因此我尝试了 ImageMagick 的识别，它给了我以下信息：

identify images-000.ppm
images-000.ppm PPM 870x1181 870x1181+0+0 8-bit sRGB 3.082MB 0.000u 0:00.000

这是否表明它是嵌入的 .bmp？如何判断？我实际上希望 Acrobat 中有一个功能可以识别图像的格式，但我找不到它。

那么，识别 pdf 中图像的图像格式的最佳方法是什么？

（我更喜欢通过 Acrobat 提取，因为它具有批处理功能）。

答案1

据我所知，PDF 中嵌入的 Image XObject 不存储有关原始图像格式的任何信息。最多，如果它是嵌入的 JPEG，则可以按原样提取，但在所有其他情况下，您最终会得到需要转换的 PxM 图像。

答案2

该图片为便携式像素图文件格式。（见维基百科：Netpbm 格式了解详情）。

可以使用 netbmp 工具将这些转换为更现代的 bmp。
语法如下：ppmtobmp images-000.ppm > images-000.bmp。

http://netpbm.sourceforge.net/是 netpbm 的主页。

文档中有多张图片吗？或者我们是否可以只在 PDF 中搜索带有 的行identify images-000.ppm，从该位置剪切文件并将其提供给 ppmtobmp？实现自动化应该不难。

答案3

pdfimage --list

您pdfimage --list myfile.pdf可以在专栏中阅读恩科原始编码。
以下示例取自扫描仪生成的 PDF 文件，其中包含文本（无颜色）300BPI 分辨率图像，您可能会读到jbig2：

page  num  type   width height color comp bpc  enc interp  object ID x-ppi y-ppi size ratio
-------------------------------------------------------------------------------------------
   1    0 image    2340  1654  gray    1   1  jbig2  no        20  0   283   142 39.7K 8.4%
   2    1 image    2340  1654  gray    1   1  jbig2  no        25  0   283   142 41.5K 8.8%
   3    2 image    2340  1654  gray    1   1  jbig2  no        30  0   283   142 43.1K 9.1%
   4    3 image    2340  1654  gray    1   1  jbig2  no        35  0   283   142 46.9K  10%

在这种情况下，格式为jbig2; 您可以从手册（帮助）中阅读

-jbig2
将 JBIG2 格式的图像写入 JBIG2 文件，而不是默认格式。PDF 中的 JBIG2 数据属于嵌入类型。JBIG2 的嵌入类型有一个可选的单独文件，其中包含全局数据。嵌入数据以扩展名 .jb2e 写入，全局数据（如果可用）将以扩展名 .jb2g 写入相同的图像编号。这两个文件的内容与 PDF 中的 JBIG2 数据相同。

您可以使用命令提取它们

pdfimages myfile.pdf -jbig2 A

笔记。 A是提取图像名称的基础。您将获得文件A-000.jb2e，A-001.jb2e...当然，对于其他格式，您应该使用相对选项-png，-tiff...

自动提取：-all选项

pdfimages MyFile.pdf -all B

-全部
以原始格式写入 JPEG、JPEG2000、JBIG2 和 CCITT 图像。CMYK 文件将写入 TIFF 文件。所有其他图像将写入 PNG 文件。这相当于指定选项 -png -tiff -j -jp2 -jbig2 -ccitt。

在这种情况下，B这是提取的图像名称的基础。

笔记。但是，您可能需要查看--list输出才能了解哪个 PNG 输出文件最初被编码为 PNG 以及哪个被转换为 PNG。

相关内容