はじめに

時折、私たちは画像が含まれたPDF文書を受け取ることがあります。その中の画像をさらに操作したい場合、どうすればよいでしょうか？画像を抽出してフォルダに保存することは、良い選択肢です。少量の文書を処理する場合は、Adobe Acrobatのようなツールを使用して抽出することができます。しかし、大量の処理が必要な場合は、プログラミングを使用して迅速に抽出することをおすすめします。以下は、Pythonコードを例にした方法の紹介です。

ライブラリ

Spire.PDF for Python

この PDF ライブラリは、Python プラットフォームでの画像抽出をサポートしています。
テキストを抽出したい場合は、この記事も参照してください。
Python: Extract Text from a PDF Document

事前準備

まず、Python をダウンロードしてインストールします。
Visual Studio Codeで「Extensions」をクリックし、「Python」を検索してインストールします。
「Explorer」-「NO FOLRDER OPENED」-「Open Folder」
フォルダーを作成して、それに「.py」ファイルを追加します。
「Terminal」-「New Terminal」
次のコマンドを入力して、Spire.PDF for Python と plum-dispatch v1.7.4 をインストールします。

pip install Spire.PDF

サンプルコード

まず、使用する必要があるライブラリをインポートします。

from spire.pdf import *
from spire.pdf.common import *

新しい PDF ドキュメントを作成します。

#PdfDocument クラスのインスタンスを作成する
pdf = PdfDocument()

画像を抽出する必要がある PDF ドキュメントをロードします。

#PDFドキュメントをロードする
pdf.LoadFromFile("C:/Users/Administrator/Desktop/Sample.pdf")

画像を保存するリストを作成します。

#画像を保存するリストを作成する
images = []

ドキュメント内の各ページをループし、各ページから画像を抽出してリストに保存します。

#ドキュメント内のページをループする
for i in range(pdf.Pages.Count):
    # Get a page
    page = pdf.Pages.get_Item(i)
    # Extract the images from the page and store them in the created list
    for img in page.ExtractImages():
        images.append(img)

リスト内の画像を PNG ファイルとして保存します。

#リスト内の画像を PNG として保存する
i = 0
for image in images:
    i += 1
    image.Save("C:/Users/Administrator/Desktop/Images/Image-{0:d}.png".format(i), ImageFormat.get_Png())
pdf.Close()

スクリーンショット