C#代码轻松实现从PDF文档中提取图片_Asp.net

从 pdf 中提取图片是许多用户都会遇到的常见需求，例如将图片重新用于演示文稿、归档重要图像，或便于后续分析。掌握使用 c# 提取 pdf 图片的方法，可以帮助开发者更高效地管理资源，并简化日常工作流程。

本文将介绍如何使用 c# 从 pdf 的单个页面以及整个 pdf 文档中提取图片，并以 .net pdf 处理库作为实现工具。

安装 .net pdf 处理库

首先，需要将相关 pdf 处理库中的 dll 文件添加为 .net 项目的引用。你可以从对应的官方资源中下载所需文件，也可以通过 nuget 安装相应的 pdf 处理组件。

pm> install-package spire.pdf

从指定 pdf 页面中提取图片

如果只需要提取 pdf 某一页面中的图片，可以先获取该页面包含的图片信息，再将图片逐一保存为独立文件。使用 c# 和 .net pdf 处理库可以较方便地完成这一过程。

以下示例使用相关 pdf api 获取页面中的图片信息。通过 getimagesinfo() 方法可以读取指定页面中的图片集合，然后使用 image.save() 将提取出的图片保存为 png 文件。

基本步骤如下：

创建 pdfdocument 对象。
使用 loadfromfile() 方法加载 pdf 文件。
通过 pages[index] 获取需要处理的页面。
创建图片处理对象。
使用 getimagesinfo() 获取页面中的图片信息。
遍历图片集合，并通过 image.save() 将每张图片保存为 png 文件。

这种方式适用于只需要提取 pdf 中某个特定页面图片的场景，可以避免遍历整个文档，从而减少不必要的处理。

完整示例代码如下：

using spire.pdf;
using spire.pdf.utilities;
using system.drawing;

namespace extractimagesfromspecificpage
{
    class program
    {
        static void main(string[] args)
        {
            // 创建一个 pdfdocument 对象
            pdfdocument doc = new pdfdocument();

            // 加载 pdf 文档
            doc.loadfromfile("c:\\users\\administrator\\desktop\\input.pdf");

            // 获取指定页面
            pdfpagebase page = doc.pages[0];

            // 创建一个 pdfimagehelper 对象
            pdfimagehelper imagehelper = new pdfimagehelper();

            // 获取页面中的所有图片信息
            pdfimageinfo[] imageinfos = imagehelper.getimagesinfo(page);

            // 遍历图片信息
            for (int i = 0; i < imageinfos.length; i++)
            {
                // 获取指定的图片信息
                pdfimageinfo imageinfo = imageinfos[i];

                // 获取图片
                image image = imageinfo.image;

                // 将图片保存为 png 文件
                image.save("c:\\users\\administrator\\desktop\\extracted\\image-" + i + ".png");
            }

            // 释放资源
            doc.dispose();
        }
    }
}

从整个 pdf 文档中提取所有图片

了解如何从指定页面提取图片后，你还可以遍历 pdf 文档中的所有页面，并从每个页面中提取图片。这样可以一次性获取整个文档中包含的所有图片。

从整个 pdf 文档中提取所有图片的步骤如下：

创建一个 pdfdocument 对象。
使用 pdfdocument.loadfromfile() 方法加载 pdf 文件。
创建一个 pdfimagehelper 对象。
遍历文档中的所有页面。
- 使用 pdfdocument.pages[index] 属性获取指定页面。
- 使用 pdfimagehelper.getimagesinfo() 方法获取该页面中的图片信息集合。
- 遍历图片信息集合，并使用 pdfimageinfo.image.save() 方法将每张图片保存为 png 文件。

完整示例代码如下：

using spire.pdf;
using spire.pdf.utilities;
using system.drawing;

namespace extractallimages
{
    class program
    {
        static void main(string[] args)
        {
            // 创建一个 pdfdocument 对象
            pdfdocument doc = new pdfdocument();

            // 加载 pdf 文档
            doc.loadfromfile("c:\\users\\administrator\\desktop\\input.pdf");

            // 创建一个 pdfimagehelper 对象
            pdfimagehelper imagehelper = new pdfimagehelper();

            // 声明一个 int 类型变量
            int m = 0;

            // 遍历所有页面
            for (int i = 0; i < doc.pages.count; i++)
            {
                // 获取指定页面
                pdfpagebase page = doc.pages[i];

                // 获取页面中的所有图片信息
                pdfimageinfo[] imageinfos = imagehelper.getimagesinfo(page);

                // 遍历图片信息
                for (int j = 0; j < imageinfos.length; j++)
                {
                    // 获取指定的图片信息
                    pdfimageinfo imageinfo = imageinfos[j];

                    // 获取图片
                    image image = imageinfo.image;

                    // 将图片保存为 png 文件
                    image.save("c:\\users\\administrator\\desktop\\extracted\\image-" + m + ".png");
                    m++;
                }

            }

            // 释放资源
            doc.dispose();
        }
    }
}