.NETでC#を使用してPDFから画像を抽出する方法

PDF文書は、クロスプラットフォームでの安定性とフォーマットの保持性に優れているため、情報交換の主要な手段として広く利用されています。しかし、PDFファイルはコンテナ形式の特性上、内部リソースの効率的な抽出が技術的な課題となっています。特に、埋め込み画像のような非構造化データの取得ニーズはますます高まっています。プログラムによる自動抽出を実現することで、従来の手動キャプチャによる作業効率の限界を突破し、データアーカイブ、マルチメディアリソース管理、文書のインテリジェント解析など、より高度な用途に対応することができます。本記事では、.NETプラットフォームでC#を使用してPDF文書から画像を抽出する方法を紹介し、PDF画像の再利用を容易にする手法を解説します。

本記事で使用する方法は、無料のFree Spire.PDF for .NETライブラリを利用します。NuGetパッケージのインストール方法：PM> Install-Package FreeSpire.PDF。

C#でPDF文書からすべての画像を抽出する方法

ライブラリのPdfImageHelperクラスを使用すると、PDF文書内の画像を抽出できます。まず、PdfImageHelper.GetImagesInfo(PdfPageBase)メソッドを使用して、PDFページ内の画像情報をPdfImageInfoコレクションとして取得します。その後、PdfImageInfo.Image.Save()メソッドを用いて、抽出した画像を指定の場所に保存します。以下は操作手順です：

1. PdfDocumentオブジェクトを作成し、PdfDocument.LoadFromFile()メソッドでPDF文書を読み込みます。
2. PdfImageHelperオブジェクトを作成し、画像情報の取得に使用します。
3. 文書内のすべてのページをループ処理し、PdfDocument.Pages[]プロパティで各ページを取得します。
4. PdfImageHelper.GetImagesInfo()メソッドを使用して、現在のページの画像情報をPdfImageInfoコレクションとして取得します。
5. PdfImageInfo.Image.Save()メソッドで、抽出した画像を指定の場所に保存します。
6. リソースを解放します。

コード例

using Spire.Pdf;
using Spire.Pdf.Utilities;
using System.Drawing;

namespace PDFの画像を抽出
{
    class Program
    {
        static void Main(string[] args)
        {
            // PdfDocumentインスタンスを作成
            PdfDocument pdf = new PdfDocument();

            // PDFドキュメントを読み込む
            pdf.LoadFromFile("Sample.pdf");

            // PdfImageHelperオブジェクトを作成
            PdfImageHelper imageHelper = new PdfImageHelper();

            // PDFドキュメント内のページを順に処理
            for (int i = 0; i < pdf.Pages.Count; i++)
            {
                // 現在のページを取得
                PdfPageBase page = pdf.Pages[i];
                // 現在のページに含まれる画像情報を取得
                PdfImageInfo[] imageInfos = imageHelper.GetImagesInfo(page);
                // ページ内の画像を順に処理
                for (int j = 0; j < imageInfos.Length; j++)
                {
                    // 現在の画像を保存
                    imageInfos[j].Image.Save($"Images/Page{i + 1}-Image{j + 1}.png");
                }
            }

            // リソースを解放
            pdf.Dispose();
        }
    }
}

抽出結果

本記事では、.NETプラットフォームでC#を使用してPDF文書からすべての画像を抽出する方法について解説しました。