使用 C# 从 PDF 中提取图像

Question

我在从 PDF 中提取图像时遇到问题。我尝试使用 GhostScript，但图像是用像素化的牙齿提取的，就像在对象边缘排列的那样。我没有尝试改进它。增加 DPI 时，提取的图像太大。提取时图像质量有所下降。

如果有人推荐执行此类操作的软件包，我将不胜感激 - 无论是付费还是免费。

Answer 1

有足够多的通用 PDF 库可用于从 PDF 中提取图像。并非所有这些都提供了一种简单的方法。

作为Docotic.Pdf library的开发者之一，我可以推荐它来完成任务。

这是一个示例，展示了如何从 PDF 中提取所有图像：

static void ExtractImagesFromPdfPages()
{
    string path = "";
    using (PdfDocument pdf = new PdfDocument(path))
    {
        for (int i = 0; i < pdf.Pages.Count; i++)
        {
            for (int j = 0; j < pdf.Pages[i].Images.Count; j++)
            {
                string imageName = string.Format("page{0}-image{1}", i, j);
                string imagePath = pdf.Pages[i].Images[j].Save(imageName);
            }
        }
    }
}

库不会重新采样图像。它将以与 PDF 完全相同的方式保存它们。