PDF 文件常用於文檔歸檔、內容分發等場景，其中的圖片可能包含關鍵的插圖、圖標、簽章、水印等內容。對於 Java 開發者而言，如何從 PDF 頁面中準確提取嵌入圖片，是構建檔案處理系統、內容識別服務等應用的重要一環。

本文將介紹如何使用 Java 提取 PDF 中的全部圖片，並結合實際情況，講解如何 跳過背景圖像、識別有效圖片尺寸 以及 保存為不同圖像格式。

• Java提取PDF中的所有圖片
• 跳過頁面背景圖像
• 通過尺寸篩選有效圖片
• 保存為PNG、JPG、BMP等格式

本文基於 Free Spire.PDF for Java，安裝方法詳見：安裝指南。

Java提取PDF中的所有圖片

Spire.PDF 提供了 PdfImageHelper.getImagesInfo() 方法，可用於獲取某一頁中所有嵌入圖片的信息，並可通過 getImage() 獲取 BufferedImage 對象。

操作説明：

1. 加載 PDF 文檔；
2. 遍歷每一頁，使用 PdfImageHelper 獲取圖片信息；
3. 循環保存每張圖片為文件；
4. 關閉文檔釋放資源。

示例代碼：

import com.spire.pdf.PdfDocument;
import com.spire.pdf.PdfPageBase;
import com.spire.pdf.utilities.PdfImageHelper;
import com.spire.pdf.utilities.PdfImageInfo;

import javax.imageio.ImageIO;
import java.awt.image.BufferedImage;
import java.io.File;
import java.io.IOException;

public class ExtractAllImagePDF {
    public static void main(String[] args) throws IOException {
        // 創建 PDF 文檔實例
        PdfDocument pdf = new PdfDocument();
        pdf.loadFromFile("input.pdf");

        // 圖片提取助手
        PdfImageHelper imageHelper = new PdfImageHelper();

        // 遍歷所有頁面
        for (int i = 0; i < pdf.getPages().getCount(); i++) {
            PdfPageBase page = pdf.getPages().get(i);
            PdfImageInfo[] imagesInfo = imageHelper.getImagesInfo(page);

            // 提取所有圖片
            for (int j = 0; j < imagesInfo.length; j++) {
                BufferedImage image = imagesInfo[j].getImage();
                File file = new File("output/Page" + i + "_Image" + j + ".png");
                ImageIO.write(image, "png", file);
            }
        }

        pdf.close();
    }
}

運行效果截圖：

跳過頁面背景圖像

PDF 頁面中第一張圖片常常是頁面的背景圖，如果只是想提取內容圖片（如插圖、簽章等），可選擇跳過第一張圖片。

跳過背景圖的修改代碼：

// 從第二張開始提取，跳過背景圖
for (int j = 1; j < imagesInfo.length; j++) {
    BufferedImage image = imagesInfo[j].getImage();
    ImageIO.write(image, "png", new File("output/Page" + i + "_Image" + j + ".png"));
}

通過尺寸篩選有效圖片

PDF中有些圖像可能是透明像素、1x1的小圖標或無效圖塊，可通過判斷圖片尺寸進行過濾：

添加尺寸過濾邏輯：

for (int j = 0; j < imagesInfo.length; j++) {
    BufferedImage image = imagesInfo[j].getImage();

    // 篩選有效尺寸（例如寬度或高度大於50像素）
    if (image.getWidth() > 50 && image.getHeight() > 50) {
        File file = new File("output/Page" + i + "_Image" + j + ".png");
        ImageIO.write(image, "png", file);
    }
}

這樣可以有效排除無效圖像，提高提取效率和準確性。

保存為多種圖片格式（JPG/BMP/PNG）

提取到的 BufferedImage 可保存為多種格式，例如 JPG（壓縮）、BMP（無損）、PNG（推薦）。

多格式保存示例：

ImageIO.write(image, "PNG", new File("output/image_" + i + ".png"));   // 推薦
ImageIO.write(image, "JPEG", new File("output/image_" + i + ".jpg")); // 壓縮
ImageIO.write(image, "BMP", new File("output/image_" + i + ".bmp"));  // 高質量

也可以直接將圖片寫入內存：

ByteArrayOutputStream stream = new ByteArrayOutputStream();
ImageIO.write(image, "PNG", stream);

這在需要將圖片上傳至服務端或嵌入其他文檔處理中非常有用。

總結

本文介紹瞭如何使用 Java 提取 PDF 文件中的所有圖片，並進一步提供了三種實用的增強技巧：

• 跳過背景圖像：避免保存無用的頁面背景；
• 尺寸篩選：去除無效小圖；
• 多格式保存：滿足不同業務需求。

這些技巧適用於檔案數字化、票據分析、圖像識別等應用場景，結合 Spire.PDF 的高兼容性，可穩定處理各類複雜 PDF 文檔。

更多教程請參考：Spire.PDF for Java 教程中心