在處理包含圖片的 PDF 文件時，例如掃描文檔、產(chǎn)品手冊或宣傳資料，我們經(jīng)常需要將其中的圖像提取出來，用于保存、識別或再加工。E-iceblue旗下Spire系列產(chǎn)品，是文檔處理領(lǐng)域的佼佼者，支持國產(chǎn)化信創(chuàng)。本文將介紹如何使用 Spire.PDF for Java 實現(xiàn) 從 PDF 中提取圖片，并提供基礎(chǔ)操作方法與高級提取技巧。無論你是在開發(fā)一個圖像提取工具，還是希望通過 Java 從 PDF 中獲取嵌入圖像，本教程都將提供實用的代碼示例和詳盡的解讀。

Spire.PDF for Java免費試用下載 

加入Spire技術(shù)交流QQ群（125237868），與更多開發(fā)者一起提升文檔開發(fā)技能。

環(huán)境配置與依賴庫

在 Java 中直接處理 PDF 并提取圖像并不容易。由于 PDF 文件中的圖片可能被壓縮、編碼或嵌入在復(fù)雜結(jié)構(gòu)中，使用原生 API 很難有效完成圖像提取任務(wù)。

Spire.PDF for Java 提供了簡潔的 API，能夠準(zhǔn)確識別并提取 PDF 中的嵌入圖像，非常適合構(gòu)建文檔處理和圖像提取類應(yīng)用。

開發(fā)環(huán)境建議如下：

• JDK 1.6 或更高版本
• Spire.PDF for Java
• 開發(fā)工具：如 IntelliJ IDEA 或 Eclipse

Maven 引入方式：

<repositories>
    <repository>
        <id>com.e-iceblue</id>
        <name>e-iceblue</name>
        <url>//repo.e-iceblue.com/nexus/content/groups/public/</url>
    </repository>
</repositories>
<dependency>
    <groupId>e-iceblue</groupId>
    <artifactId>spire.pdf</artifactId>
    <version>11.7.5</version>
</dependency>

用 Java 提取 PDF 中所有圖片

我們可以使用 PdfImageHelper 類來遍歷 PDF 各頁并提取圖像信息，然后獲取圖像內(nèi)容并保存。該類可自動識別嵌入或內(nèi)聯(lián)圖像，并返回其內(nèi)容及元數(shù)據(jù)信息（如尺寸、位置等）。

示例代碼：

import com.spire.pdf.PdfDocument;
import com.spire.pdf.PdfPageBase;
import com.spire.pdf.utilities.PdfImageHelper;
import com.spire.pdf.utilities.PdfImageInfo;

import javax.imageio.ImageIO;
import java.awt.image.BufferedImage;
import java.io.File;
import java.io.IOException;

public class ExtractAllImagePDF {
    public static void main(String[] args) throws IOException {
        // 創(chuàng)建 PdfDocument 類的實例
        PdfDocument pdf = new PdfDocument();
        // 加載 PDF 文件
        pdf.loadFromFile("input.pdf");

        // 創(chuàng)建 PdfImageHelper 類的實例
        PdfImageHelper imageHelper = new PdfImageHelper();
        // 遍歷 PDF 的每一頁，提取圖片
        for (int i = 0; i < pdf.getPages().getCount(); i++) {
            PdfPageBase page = pdf.getPages().get(i);
            // 獲取當(dāng)前頁面上的圖片信息
            PdfImageInfo[] imagesInfo = imageHelper.getImagesInfo(page);
            // 遍歷所有圖片信息
            for (int j = 0; j < imagesInfo.length; j++) {
                PdfImageInfo imageInfo = imagesInfo[j];
                // 獲取圖片并保存為文件
                BufferedImage image = imageInfo.getImage();
                File file = new File("output/Images/Page" + i+1 + "_Image" + j+1 + ".png");
                ImageIO.write(image, "png", file);           // 寫入文件
            }
        }
        // 關(guān)閉文檔
        pdf.close();
    }
}

提示：確保執(zhí)行前已創(chuàng)建好“output”目錄，否則將拋出 IOException。

說明：

• PdfImageHelper.getImagesInfo() 會返回當(dāng)前頁面中所有圖像的數(shù)組；
• 每個 PdfImageInfo 包含圖像本體、位置、分辨率等元數(shù)據(jù)；
• 使用 ImageIO.write() 可將圖像保存為 PNG、JPG、BMP 等格式。

該方法適用于大多數(shù)含圖 PDF，可快速提取圖片資源：

進階技巧：過濾背景圖與小圖標(biāo)

某些 PDF 頁面會包含水印、邊框、按鈕等裝飾性圖像。為避免提取這些不必要內(nèi)容，可通過以下策略進行優(yōu)化：

1. 跳過背景圖像

一些 PDF 頁面包含背景圖，而提取時背景圖通常會作為第一張圖片，可通過跳過首個圖像過濾背景圖：

for (int i = 1; i < imagesInfo.length; i++) { // 從第二張圖開始處理
    BufferedImage image = imagesInfo[i].getImage();
    ImageIO.write(image, "PNG", new File("output/image_" + (i - 1) + ".png"));
}

還可以使用 imagesInfo[].getBounds() 獲取圖像位置與尺寸，結(jié)合邏輯判斷其是否屬于背景。 

2. 過濾尺寸過小的圖像元素

為避免導(dǎo)出圖標(biāo)、按鈕等無用小圖，可設(shè)置尺寸閾值過濾掉這些小圖：

BufferedImage image = imagesInfo[i].getImage();
if (image.getWidth() > 200 && image.getHeight() > 200) {
    ImageIO.write(image, "PNG", new File("output/image_" + i + ".png"));
}

建議根據(jù)文檔實際情況調(diào)整尺寸閾值。

3. 輸出為不同格式或?qū)懭肓髦?

根據(jù)用途選擇不同格式：

ImageIO.write(image, "JPEG", new File("output/image_" + i + ".jpg"));  // 有損壓縮
ImageIO.write(image, "BMP", new File("output/image_" + i + ".bmp"));   // 無損保存

• PNG/BMP：適合保存原始圖像，便于后續(xù) OCR；
• JPEG：適合網(wǎng)絡(luò)展示或壓縮存儲。

也可以寫入字節(jié)流，便于在線處理或上傳：

ByteArrayOutputStream stream = new ByteArrayOutputStream();
ImageIO.write(image, "PNG", stream);

常見問題解答

Java 可以提取 PDF 中的圖像嗎？

可以。Spire.PDF for Java 提供專門的圖像提取接口，能夠快速獲取頁面中的嵌入圖像。

提取的圖片是否保持原始質(zhì)量？

是的。提取后的圖像保持原始分辨率與編碼。推薦使用 PNG 或 BMP 以獲取無損質(zhì)量。

圖像提取與頁面渲染有何區(qū)別？

圖像提取是將 PDF 中嵌入的原始圖像提取出來；而頁面渲染是將整個 PDF 頁面（包括文字與排版）轉(zhuǎn)換為一張圖像，前者更輕量，后者更全面。

掃描版 PDF 是否也能提取圖像？

可以。大多數(shù)掃描 PDF 其實是嵌入了整頁位圖（如 JPG/TIFF），可以直接提取。 

結(jié)語

通過本文的講解，我們了解了如何使用 Spire.PDF for Java 通過 Java 代碼從 PDF 文件中提取圖像，包括基礎(chǔ)提取方法和過濾背景圖、小圖標(biāo)等進階技巧。無論是處理掃描件、設(shè)計圖，還是提取營銷資料中的圖片，我們都可以通過 Java 程序輕松提取。

————————————————————————————————————————

關(guān)于慧都科技：

慧都科技是一家行業(yè)數(shù)字化解決方案公司，長期專注于軟件、油氣與制造行業(yè)。公司基于深入的業(yè)務(wù)理解與管理洞察，以系統(tǒng)化的業(yè)務(wù)建模驅(qū)動技術(shù)落地，幫助企業(yè)實現(xiàn)智能化運營與長期競爭優(yōu)勢。在軟件工程領(lǐng)域，我們提供開發(fā)控件、研發(fā)管理、代碼開發(fā)、部署運維等軟件開發(fā)全鏈路所需的產(chǎn)品，提供正版授權(quán)采購、技術(shù)選型、個性化維保等服務(wù)，幫助客戶實現(xiàn)技術(shù)合規(guī)、降本增效與風(fēng)險可控。慧都科技E-iceblue的官方授權(quán)代理商，提供E-iceblue系列產(chǎn)品免費試用，咨詢，正版銷售等于一體的專業(yè)化服務(wù)。E-iceblue旗下Spire系列產(chǎn)品是國產(chǎn)文檔處理領(lǐng)域的優(yōu)秀產(chǎn)品，支持國產(chǎn)化信創(chuàng)，幫助企業(yè)高效構(gòu)建文檔處理的應(yīng)用程序。

歡迎下載|體驗更多E-iceblue產(chǎn)品