PDF-Bildextraktor

Fotos und Scans, die im PDF als JPEG (technischer Name: DCTDecode) oder JPEG 2000 (JPXDecode) gespeichert sind - das deckt die große Mehrheit der echten fotografischen Bilder in PDFs ab, da JPEG mit Abstand die häufigste Art ist, wie Erstellungstools Fotos einbetten. Jedes wird mit seinen exakten ursprünglichen komprimierten Bytes extrahiert, byteidentisch zu dem, was eingebettet wurde, ohne jegliche Neukodierung.

Ein PDF kann ein eingebettetes Bild in mehreren verschiedenen internen Kodierungen speichern, und nicht alle sind bereits eine vollständige, eigenständige Bilddatei wie JPEG. Rohe unkomprimierte Bitmaps, indizierte Farbbilder (paletten-basiert) und Schwarz-Weiß-Fax-Kompression (üblich bei textlastigen Scans) benötigen alle eine echte Pixeldekodierung, um zu einer verwendbaren Datei zu werden - dieses Tool versucht das bewusst nicht, um zu vermeiden, stillschweigend eine beschädigte oder irreführend benannte Datei zu erzeugen. Stattdessen meldet es genau, wie viele Bilder übersprungen wurden und mit welchen Kodierungen.

Nein - bei den JPEG- und JPEG-2000-Bildern, die dieses Tool extrahiert, ist die Ausgabedatei byteidentisch zu den ursprünglichen komprimierten Daten, die das PDF-Erstellungstool eingebettet hat. Nichts wird dekodiert und neu gespeichert, daher entsteht kein zusätzlicher Qualitätsverlust, wie es zum Beispiel bei einem Screenshot der gerenderten PDF-Seite oder bei der Umwandlung der Seite in ein Bild der Fall wäre.

Das hängt davon ab, wie der Scan gespeichert wurde. Viele Scanner und "Scan zu PDF"-Apps speichern jede Seite als ein einziges ganzseitiges JPEG, das dieses Tool sauber als ein Bild pro Seite extrahiert. Manche Scan-Software verwendet stattdessen eine verlustfreie oder Fax-artige Kodierung, um Schwarz-Weiß-Text scharf zu halten, was hier in die Kategorie übersprungen fällt, da es kein fotografisches JPEG ist - das Tool teilt Ihnen mit, wenn das der Fall war.

Nein. Vektorpfade, gezeichnete Formen und Text sind überhaupt keine eingebetteten Bilddateien - es sind Zeichenanweisungen, die der PDF-Viewer im laufenden Betrieb ausführt, ohne Rasterdaten zum Extrahieren. Nur tatsächlich eingebettete Rasterbilder (Bitmaps) werden hier extrahiert. Um das visuelle Gesamterscheinungsbild einer Seite als Bild festzuhalten oder stattdessen Text zu extrahieren, sind die anderen PDF-Tools dieser Seite (wie PDF zu JPG oder die verschiedenen PDF-zu-Text-Tools) die richtige Wahl.

Fortlaufend, in der Reihenfolge, in der sie in der internen Struktur des PDFs gespeichert sind (image-1.jpg, image-2.jpg usw.) - das folgt üblicherweise ungefähr der Reihenfolge, in der Bilder zum Dokument hinzugefügt wurden, entspricht aber nicht garantiert genau der visuellen Lesereihenfolge von oben nach unten auf der Seite, da die interne Objektreihenfolge eines PDFs und sein visuelles Layout technisch unabhängig voneinander sind.

Nein. Die Datei wird geöffnet, und jedes eingebettete Bild wird vollständig in Ihrem Browser gefunden und extrahiert. Es wird nichts hochgeladen, sodass es sicher ist, dies für Dokumente zu verwenden, die Sie lieber nicht an einen Server eines Drittanbieters senden möchten.

Nur, wenn es nicht tatsächlich mit einer Passphrase gesperrt ist - ein PDF mit Einschränkungen auf Eigentümerebene, aber ohne Öffnungspasswort, funktioniert im Allgemeinen trotzdem. Ein PDF, das wirklich ein Passwort nur zum Öffnen erfordert, lässt sich hier nicht korrekt extrahieren, da dafür eine echte Entschlüsselung mit dem Passwort nötig wäre, was dieses Tool nicht durchführt. Entfernen Sie zuerst das Passwort mit dem PDF-Passwort-Entferner dieser Seite und führen Sie das Ergebnis dann durch dieses Tool.

Gut optimierte PDFs referenzieren oft ein einziges eingebettetes Bildobjekt von mehreren Seiten aus, statt doppelte Kopien desselben Fotos zu speichern, um die Dateigröße gering zu halten. Dieses Tool extrahiert jedes eindeutige eingebettete Bildobjekt einmal, sodass ein auf vielen Seiten wiederverwendetes Foto einmal in den Ergebnissen erscheint statt einmal pro Seite, auf der es angezeigt wird.

Fast immer, da JPEG (DCTDecode) mit Abstand die häufigste Art ist, wie PDFs fotografische Bilder einbetten. Gelegentlich bettet ein PDF - insbesondere hochauflösende Scans, Exporte medizinischer Bildgebung, oder manche technischen/Druck-Workflows - stattdessen Bilder als JPEG 2000 ein, was dieses Tool ebenfalls extrahiert, gespeichert als .jp2-Datei. Nicht jeder Bildbetrachter oder jedes Betriebssystem öffnet .jp2 nativ, also wenn Sie eine solche Datei erhalten und sie sich nicht öffnen lässt, liest ein dedizierter JPEG-2000-Viewer oder ein Konvertierungstool sie.

Auflösung und Qualität. Ein Screenshot ist auf die Auflösung beschränkt, in der das PDF zufällig auf Ihrem Bildschirm gerendert wurde, und wird dann von dem Tool, das ihn erfasst hat, erneut komprimiert - zwei zusätzliche, vermeidbare Schritte, die die Qualität unter das absenken, was tatsächlich in der Datei gespeichert ist. Das eingebettete Bild selbst hat sehr oft eine deutlich höhere Auflösung als das, was Sie auf einem normalen Bildschirm gerendert sehen würden (insbesondere druckfertige Fotos werden meist deutlich über Bildschirmauflösung gespeichert), und es direkt zu extrahieren umgeht sowohl die Auflösungsobergrenze des Renderns als auch den zweiten Komprimierungsschritt vollständig. Das ist besonders wichtig, wenn Sie das Foto für etwas brauchen, bei dem der Unterschied tatsächlich sichtbar wird - Druck, weitere Bearbeitung, oder das Versenden der Originaldatei an jemanden statt einer verlustbehafteten Kopie davon.

Ja - das gesamte Dokument wird in einem einzigen Durchgang gescannt, und jedes extrahierbare Bild wird dem Ergebnisraster hinzugefügt, ob es sich um zwei Fotos oder zweihundert handelt. Bei einem PDF mit einer wirklich großen Anzahl von Bildern ist es schneller, sie als ein einziges .zip statt einzeln herunterzuladen, und diese Schaltfläche erscheint automatisch, sobald mehr als ein Bild gefunden wurde.