如何通过 C# 提取 PDF 图片?单页与全文档提取

在.NET 开发中,从 PDF 里提取图片是个高频需求 ------ 不管是数据迁移时需要剥离文档中的图表,还是内容分析时要提取关键插图,都绕不开这个场景。但传统方案总有些麻烦:付费 PDF 库成本高,还可能依赖 Adobe Acrobat 这类重型工具,对中小型项目不够友好。

本文将介绍如何使用免费库 Free Spire.PDF for .NET 精准实现"整文档批量提取"或"指定页面精准提取",代码简单、操作高效。


一、前期准备:快速引入工具库

使用 Free Spire.PDF 前,需先完成库引用,推荐通过 NuGet 安装(步骤极简,3步即可完成):

  1. 打开Visual Studio,右键项目选择"管理NuGet程序包";
  2. 在"浏览"栏搜索"Free Spire.PDF",找到官方包后点击"安装";
  3. 等待安装完成,项目会自动添加引用,无需手动配置路径。

⚠️ 注意:免费版对单文档页数有一定限制。


二、核心逻辑与场景实现

Free Spire.PDF 提取图片的核心逻辑很清晰:通过 PdfImageHelper 类的 GetImagesInfo() 方法获取页面图片信息,再调用 PdfImageInfo.Image.Save() 保存图片。以下针对两种典型场景,提供可直接复用的代码。

场景1:提取 PDF 文档中所有图片

适用于需要批量获取文档中所有图片的场景(例如归档文档内所有插图等)。实现逻辑为"加载文档→遍历所有页面→提取并按序保存图片"。

csharp 复制代码
using Spire.Pdf;
using Spire.Pdf.Utilities;
using System.Drawing;

namespace ExtractAllImages
{
    class Program
    {
        static void Main(string[] args)
        {
            // 1. 加载目标PDF文档
            PdfDocument pdf = new PdfDocument();
            pdf.LoadFromFile("Input.pdf"); // 替换为你的PDF路径

            // 2. 初始化图片处理工具
            PdfImageHelper imageHelper = new PdfImageHelper();
            
            // 3. 遍历所有页面,提取图片
            int imageCount = 0; // 用于给图片命名,避免重复
            for (int pageIndex = 0; pageIndex < pdf.Pages.Count; pageIndex++)
            {
                // 获取当前页对象
                PdfPageBase currentPage = pdf.Pages[pageIndex];
                // 获取当前页所有图片信息
                PdfImageInfo[] imageInfos = imageHelper.GetImagesInfo(currentPage);

                // 保存当前页的图片
                foreach (var imageInfo in imageInfos)
                {
                    Image image = imageInfo.Image;
                    // 保存路径可自定义
                    image.Save($"Output\image_{imageCount}.png"); 
                    imageCount++;
                }
            }

            // 4. 释放资源
            pdf.Dispose();
        }
    }
}

场景2:提取 PDF 指定页面的图片

适用于仅需某几页图片的场景(例如从多页报告中提取封面图、从论文中提取某页的图表等)。核心是"定位目标页面→单独提取该页图片"。

⚠️ 关键提醒:Free Spire.PDF 的页面索引从0开始(第1页对应索引0,第2页对应索引1,以此类推)。

csharp 复制代码
using Spire.Pdf;
using Spire.Pdf.Utilities;
using System.Drawing;

namespace ExtractImagesFromSpecificPage
{
    class Program
    {
        static void Main(string[] args)
        {
            // 1. 加载目标PDF文档
            PdfDocument pdf = new PdfDocument();
            pdf.LoadFromFile("Input.pdf"); // 替换为你的PDF路径

            // 2. 定位指定页面(此处以第1页为例,索引为0)
            int targetPageIndex = 0; // 如需提取第3页,改为2即可
            PdfPageBase targetPage = pdf.Pages[targetPageIndex];

            // 3. 初始化图片处理工具并获取图片信息
            PdfImageHelper imageHelper = new PdfImageHelper();
            PdfImageInfo[] imageInfos = imageHelper.GetImagesInfo(targetPage);

            // 4. 保存指定页的图片
            for (int i = 0; i < imageInfos.Length; i++)
            {
                Image image = imageInfos[i].Image;
                // 保存路径可自定义
                image.Save($"Output\page_{targetPageIndex + 1}_image_{i}.png"); 
            }

            // 5. 释放资源
            pdf.Dispose();
        }
    }
}

三、方案优势与注意事项

  • 灵活可控 :支持自定义图片保存路径(如Output\)和格式(如 PNGJPG 等);
  • 高效批量处理:通过循环逻辑可快速处理多页 PDF,无需手动逐页操作;
  • 轻量无依赖:无需安装 Adobe Acrobat 等第三方软件,仅需引用一个类库即可运行。

总结

用 Free Spire.PDF for .NET 提取PDF图片,无需编写复杂解析算法,也不用依赖重型工具,几行代码即可实现精准提取。无论是整文档批量处理,还是指定页面定向提取,都能轻松应对。

相关推荐
雨落倾城夏未凉5 天前
第四章c#方法-参数数组和可选参数(16)
后端·c#
唐青枫6 天前
线程不是越多越快:C#.NET Thread 生命周期、同步与后台工作线程实战
c#·.net
唐青枫7 天前
别只会反射:C#.NET Emit 动态生成代码实战详解
c#·.net
Caco_D7 天前
一行代码抓遍全网 20 个热榜!Aneiang.Pa 4.0 发布 — 极简 .NET 爬虫库
爬虫·.net
咕白m6257 天前
.NET 环境下 Word 超链接批量提取方案
c#·.net
用户91721561902117 天前
C# 通信协议增量解析:用状态机处理半包和粘包
c#
小码编匠8 天前
C# 工控上位机必备:数据转换工具类与十个核心模块
后端·c#·.net
唐青枫10 天前
别再乱用 StartNew:C#.NET TaskFactory 任务调度实战详解
c#·.net
Artech10 天前
[MAF预定义的AIContextProvider-03]ChatHistoryMemoryProvider——赋予Agent从经验中学习的能力
ai·c#·agent·memory·maf