画像抽出

パンフレットや製品カタログ、論文に、もう手元にない写真の唯一の版が載っていることがある。ページのスクリーンショットを撮っても画面の解像度のものしか得られず、印刷にはまず足りないし、ファイルの中にすでに入っている画像より必ず劣る。

埋め込まれたJPEGとJPEG 2000のデータはバイト単位でそのまま複写するので、手に入るのはPDFに入れられた時点そのままの画像で、二度目の圧縮はかからない。それ以外の画像、つまりグラフやロゴ、図版、スクリーンショットの多くが使う可逆圧縮の絵はブラウザ内で復号してPNGとして保存するので、WordやChromeが書き出したPDFの画像も取り出せる。結果はZIPで返り、見つかったページの番号がファイル名に入るので、どの文脈の画像かを突き合わせられる。

図形と文字だけで描かれたベクターPDFには取り出す画像がない。図に見えるものが実は線と塗りで構成されていることがあり、その場合は何も見つからなかったと表示される。ページ全体を絵にしたいなら「PDFを画像に変換」を使う。取り出した画像の著作権は元の作者にあるので、使い方には注意したい。