Passaggi per estrarre immagini da documenti PDF in C#

1. Carica PDF su GroupDocs Cloud storage: Usa StorageApi.UploadFile per posizionare il PDF di origine nel cloud.

var uploadRequest = new UploadFileRequest(remotePdfPath, File.ReadAllBytes(localPdfPath));
storageApi.UploadFile(uploadRequest);

Questa chiamata garantisce che il file sia accessibile per l’analisi.

2. Richiedi le immagini del documento: chiama ParserApi.GetDocumentImages con un GetDocumentImagesRequest.

var imagesRequest = new GetDocumentImagesRequest(remotePdfPath);
ImagesResult imagesResult = parserApi.GetDocumentImages(imagesRequest);

La risposta contiene una collezione di oggetti ImageInfo, ognuno dei quali contiene dati Base64 e metadati. Consulta la riferimento API per tutti i dettagli.

3. Decodifica e salva ogni immagine: Itera attraverso imagesResult.Images, converti la stringa Base64 in un array di byte e scrivi il file su disco.

foreach (ImageInfo imgInfo in imagesResult.Images)
{
    byte[] imageBytes = Convert.FromBase64String(imgInfo.Base64Data);
    string extension = imgInfo.FileExtension?.TrimStart('.').ToLower() ?? "bin";
    string fileName = $"extracted_page{imgInfo.PageNumber}_img{imgInfo.ImageIndex}_{imageCounter}.{extension}";
    File.WriteAllBytes(fileName, imageBytes);
}

La console registra il nome del file salvato, le dimensioni e i DPI per la verifica.

4. (Facoltativo) Pulizia del PDF remoto: Dopo l’estrazione, è possibile eliminare il file caricato per mantenere l’archiviazione ordinata.

var deleteRequest = new DeleteFileRequest(remotePdfPath);
storageApi.DeleteFile(deleteRequest);

Questo passaggio è avvolto in un blocco try‑catch per ignorare eventuali errori di pulizia.

5. Verifica dell’output: La console visualizzerà un riepilogo come Total images extracted: 12, confermando l’estrazione riuscita.

Esempio completo di codice: estrarre immagini da documenti PDF con GroupDocs.Parser

Il seguente esempio dimostra il flusso di lavoro completo descritto sopra. Include la configurazione, il caricamento, l’estrazione delle immagini, il salvataggio e la pulizia opzionale.

using System;
using System.IO;
using System.Collections.Generic;
using GroupDocs.Parser.Cloud.Sdk.Api;
using GroupDocs.Parser.Cloud.Sdk.Client;
using GroupDocs.Parser.Cloud.Sdk.Model;
using GroupDocs.Parser.Cloud.Sdk.Model.Requests;

namespace ExtractImagesFromPdf
{
    class Program
    {
        static void Main(string[] args)
        {
            // Configuration – replace with your actual credentials
            var config = new Configuration
            {
                ClientId = "YOUR_CLIENT_ID",
                ClientSecret = "YOUR_CLIENT_SECRET"
            };

// APIs
            var storageApi = new StorageApi(config);
            var parserApi = new ParserApi(config);

// Input PDF path (local) and remote name in storage
            const string localPdfPath = "input.pdf";
            const string remotePdfPath = "input.pdf";

try
            {
                // -------------------------------------------------
                // 1. Upload PDF to GroupDocs Cloud storage (if not already there)
                // -------------------------------------------------
                if (!File.Exists(localPdfPath))
                    throw new FileNotFoundException($"Local file not found: {localPdfPath}");

var uploadRequest = new UploadFileRequest(remotePdfPath, File.ReadAllBytes(localPdfPath));
                storageApi.UploadFile(uploadRequest);

// -------------------------------------------------
                // 2. Retrieve document images (all pages)
                // -------------------------------------------------
                var imagesRequest = new GetDocumentImagesRequest(remotePdfPath);
                ImagesResult imagesResult = parserApi.GetDocumentImages(imagesRequest);

// -------------------------------------------------
                // 3. Save each extracted image to disk
                // -------------------------------------------------
                int imageCounter = 0;
                foreach (ImageInfo imgInfo in imagesResult.Images)
                {
                    // Image data is returned as Base64 string
                    byte[] imageBytes = Convert.FromBase64String(imgInfo.Base64Data);

// Build a descriptive file name
                    string extension = imgInfo.FileExtension?.TrimStart('.').ToLower() ?? "bin";
                    string fileName = $"extracted_page{imgInfo.PageNumber}_img{imgInfo.ImageIndex}_{imageCounter}.{extension}";
                    File.WriteAllBytes(fileName, imageBytes);

Console.WriteLine($"Saved: {fileName} ({imgInfo.Width}x{imgInfo.Height} px, {imgInfo.Resolution} DPI)");
                    imageCounter++;
                }

Console.WriteLine($"Total images extracted: {imageCounter}");
            }
            catch (ApiException apiEx)
            {
                Console.Error.WriteLine($"GroupDocs API error: {apiEx.ErrorCode} - {apiEx.Message}");
            }
            catch (Exception ex)
            {
                Console.Error.WriteLine($"Unexpected error: {ex.Message}");
            }
            finally
            {
                // -------------------------------------------------
                // 4. Optional cleanup – delete the uploaded PDF from storage
                // -------------------------------------------------
                try
                {
                    var deleteRequest = new DeleteFileRequest(remotePdfPath);
                    storageApi.DeleteFile(deleteRequest);
                }
                catch
                {
                    // Ignored – cleanup is optional
                }
            }
        }
    }
}

Nota: Questo esempio di codice dimostra la funzionalità principale. Prima di usarlo nel tuo progetto, assicurati di aggiornare tutti i percorsi dei file e i valori di configurazione per corrispondere al tuo ambiente reale, verifica che tutte le dipendenze richieste siano correttamente installate e testa accuratamente nel tuo ambiente di sviluppo. Se riscontri problemi, consulta la documentazione ufficiale o contatta il team di supporto per assistenza.

Estrai immagini tramite REST API usando cURL

La stessa operazione può essere eseguita con chiamate REST dirette. Di seguito è un flusso di lavoro cURL minimo.

1. Ottieni un token di accesso (concessione di credenziali client OAuth 2.0).

curl -X POST "https://api.groupdocs.cloud/v2.0/oauth2/token" \
        -H "Content-Type: application/x-www-form-urlencoded" \
        -d "grant_type=client_credentials&client_id=YOUR_CLIENT_ID&client_secret=YOUR_CLIENT_SECRET"

La risposta contiene access_token.

2. Carica il PDF nel cloud storage.

curl -X PUT "https://api.groupdocs.cloud/v2.0/storage/file/input.pdf" \
     -H "Authorization: Bearer YOUR_ACCESS_TOKEN" \
     -H "Content-Type: application/pdf" \
     --data-binary "@input.pdf"

3. Richiedi le immagini per il documento caricato.

curl -X GET "https://api.groupdocs.cloud/v2.0/parser/input.pdf/images" \
     -H "Authorization: Bearer YOUR_ACCESS_TOKEN"

La risposta JSON include un array di immagini con base64Data, fileExtension, pageNumber, ecc.

4. Salva ogni immagine localmente (esempio usando jq e base64).

curl -X GET "https://api.groupdocs.cloud/v2.0/parser/input.pdf/images" \
     -H "Authorization: Bearer YOUR_ACCESS_TOKEN" | \
     jq -r '.images[] | "\(.pageNumber)_\(.imageIndex).\(.fileExtension) \(.base64Data)"' | \
     while read filename b64; do
         echo "$b64" | base64 -d > "$filename"
     done

Per ulteriori dettagli su endpoint e parametri, consulta la documentazione ufficiale dell’API.

Preparare l’ambiente

1. Installa la libreria client .NET tramite NuGet:

dotnet add package GroupDocs.Parser-Cloud

Il pacchetto è disponibile dalla pagina di download ufficiale pagina di download.

2. Assicurati di avere .NET 6.0 o versioni successive installato e un account GroupDocs Cloud valido con credenziali client.

3. (Facoltativo) Clona il repository di esempio per riferimento:

git clone https://github.com/groupdocs-parser-cloud/groupdocs-parser-cloud-dotnet.git

Cosa rende GroupDocs.Parser adatto all’estrazione di immagini

• Recupero diretto delle immagini: la chiamata GetDocumentImages restituisce le immagini nel loro formato originale senza passaggi di conversione aggiuntivi.
• Consegna Base64: le immagini sono fornite come stringhe Base64, rendendo facile la decodifica in qualsiasi linguaggio.
• Metadati a livello di pagina: ogni ImageInfo include il numero di pagina, le dimensioni, la risoluzione e l’indice, il che aiuta a organizzare le risorse estratte.
• Supporto per tutti i formati raster comuni: PNG, JPEG, BMP, GIF, TIFF e altri sono conservati esattamente come memorizzati nel PDF.
• Elaborazione cloud scalabile: i PDF di grandi dimensioni vengono gestiti sui server GroupDocs, riducendo la pressione sulla memoria della tua applicazione.

Configurazione delle opzioni di estrazione delle immagini

Mentre l’esempio di base funziona subito, è possibile perfezionare la richiesta:

• Specifica l’intervallo di pagine: Aggiungi pages = "1-5" a GetDocumentImagesRequest per limitare l’estrazione.
• Imposta la qualità dell’immagine: Usa il parametro imageQuality (0‑100) se ti serve un output compresso.
• Filtra per formato: Fornisci fileExtensions = ["png","jpeg"] per ricevere solo i formati selezionati.

Queste opzioni sono documentate nel riferimento API.

Conclusione

Estrazione delle immagini da documenti PDF in C# diventa un processo semplice e affidabile quando si utilizza il GroupDocs.Parser Cloud SDK for .NET. L’SDK gestisce il caricamento, l’analisi e la conversione in Base64, consentendoti di concentrarti sul salvataggio dei file e sulla loro integrazione nel tuo flusso di lavoro. Ricorda di proteggere le credenziali del client, rispettare i termini di licenza e considerare una licenza temporanea per la valutazione nella pagina della licenza temporanea. Con il codice e gli esempi REST forniti, sei pronto ad aggiungere un’estrazione di immagini PDF robusta a qualsiasi applicazione .NET.

FAQs

Come estrarre immagini da documenti PDF usando C#?
Utilizzare il metodo GetDocumentImages dell’API Parser dopo aver caricato il PDF con StorageApi.UploadFile. Decodificare le stringhe Base64 restituite e scriverle su disco, come mostrato nell’esempio di codice.

Cosa succede se il PDF è protetto da password?
Includi la password nel modello di richiesta. L’SDK decritterà il file prima di estrarre le immagini. Consulta la documentazione per il nome esatto della proprietà.

Posso limitare l’estrazione a pagine specifiche?
Sì, imposta la proprietà pages su GetDocumentImagesRequest a un elenco separato da virgole o a un intervallo (ad es., "1-3,5"). L’API restituirà le immagini solo da quelle pagine.

Ci sono limiti di dimensione per le immagini estratte?
L’SDK restituisce i dati dell’immagine originale senza ridimensionamento. Se hai bisogno di file più piccoli, elabora le immagini salvate in post‑processo usando qualsiasi libreria di elaborazione immagini.

Read More

• Estrai immagini da PDF in C# .NET | API di estrazione immagini PDF
• Estrai immagini da documenti PDF in Java
• Estrai testo da PDF usando .NET REST API | Convertitore da documento a testo

Estrai immagini da documenti PDF in Java in 5 passaggi

1. Configura le credenziali API: Crea un oggetto Configuration e imposta il tuo client ID e client secret.

Configuration config = new Configuration();
config.setClientId("YOUR_CLIENT_ID");
config.setClientSecret("YOUR_CLIENT_SECRET");

2. Inizializza l’API Parser: Crea un ApiClient con la configurazione e istanzia ParserApi.

ApiClient apiClient = new ApiClient(config);
ParserApi parserApi = new ParserApi(apiClient);

3. Crea la richiesta di estrazione delle immagini: Specifica il percorso del file PDF usando FileInfo e crea un ExtractImagesRequest.

String inputFilePath = "input.pdf";
ExtractImagesRequest request = new ExtractImagesRequest()
        .setFileInfo(new FileInfo().setFilePath(inputFilePath));

4. Esegui l’estrazione e recupera le immagini: chiama extractImages e ottieni l’elenco degli oggetti Image.

ImagesResult images = parserApi.extractImages(request);
List<Image> images = imagesResult.getImages();

5. Salva ogni immagine nella memoria locale: Scorri la collezione e scrivi i dati binari nei file.

for (int i = 0; i < images.size(); i++) {
    Image img = images.get(i);
    String outputFileName = "extracted_image_" + (i + 1) + "_" + img.getFileName();
    try (FileOutputStream fos = new FileOutputStream(outputFileName)) {
        fos.write(img.getData());
    }
    System.out.println("Saved image: " + outputFileName);
}

Per ulteriori dettagli su ogni classe, fare riferimento al riferimento API ufficiale.

Esempio di Codice Completo: Estrarre Immagini da Documenti PDF in Java Utilizzando GroupDocs.Parser

Il seguente esempio dimostra l’intero flusso di lavoro dalla configurazione delle credenziali al salvataggio dell’immagine.

import com.groupdocs.parser.cloud.ApiClient;
import com.groupdocs.parser.cloud.Configuration;
import com.groupdocs.parser.cloud.api.ParserApi;
import com.groupdocs.parser.cloud.model.FileInfo;
import com.groupdocs.parser.cloud.model.Image;
import com.groupdocs.parser.cloud.model.ImagesResult;
import com.groupdocs.parser.cloud.model.requests.ExtractImagesRequest;

import java.io.FileOutputStream;
import java.util.List;

public class ExtractImagesFromPdf {
    public static void main(String[] args) {
        // Configure API credentials
        Configuration config = new Configuration();
        config.setClientId("YOUR_CLIENT_ID");
        config.setClientSecret("YOUR_CLIENT_SECRET");
        // config.setBaseUrl("https://api.groupdocs.cloud"); // optional, if needed

// Initialize API client and Parser API
        ApiClient apiClient = new ApiClient(config);
        ParserApi parserApi = new ParserApi(apiClient);

// Path to the PDF file stored in GroupDocs Cloud storage
        String inputFilePath = "input.pdf";

// Build request for image extraction
        ExtractImagesRequest request = new ExtractImagesRequest()
                .setFileInfo(new FileInfo().setFilePath(inputFilePath));

try {
            // Perform extraction
            ImagesResult imagesResult = parserApi.extractImages(request);
            List<Image> images = imagesResult.getImages();

// Save each extracted image to local disk
            for (int i = 0; i < images.size(); i++) {
                Image img = images.get(i);
                String outputFileName = "extracted_image_" + (i + 1) + "_" + img.getFileName();
                try (FileOutputStream fos = new FileOutputStream(outputFileName)) {
                    fos.write(img.getData());
                }
                System.out.println("Saved image: " + outputFileName);
            }
        } catch (Exception e) {
            e.printStackTrace();
        }
    }
}

Nota: Questo esempio di codice dimostra la funzionalità principale. Prima di utilizzarlo nel tuo progetto, assicurati di aggiornare tutti i percorsi dei file e i valori di configurazione per corrispondere al tuo ambiente reale, verifica che tutte le dipendenze richieste siano correttamente installate e testa accuratamente nel tuo ambiente di sviluppo. Se incontri problemi, consulta la documentazione ufficiale o contatta il team di supporto per assistenza.

Estrazione di immagini PDF tramite cURL e l’API REST

Puoi ottenere lo stesso risultato senza scrivere codice Java chiamando direttamente gli endpoint REST di GroupDocs.Parser Cloud.

1. Ottieni un token di accesso

curl -X POST "https://api.groupdocs.cloud/v2.0/connect/token" \
     -H "Content-Type: application/x-www-form-urlencoded" \
     -d "grant_type=client_credentials&client_id=YOUR_CLIENT_ID&client_secret=YOUR_CLIENT_SECRET"

2. Carica il file PDF

curl -X POST "https://api.groupdocs.cloud/v2.0/storage/file/upload?path=input.pdf" \
     -H "Authorization: Bearer YOUR_ACCESS_TOKEN" \
     -F "file=@/path/to/input.pdf"

3. Richiesta di estrazione delle immagini

curl -X POST "https://api.groupdocs.cloud/v2.0/parser/extractImages" \
     -H "Authorization: Bearer YOUR_ACCESS_TOKEN" \
     -H "Content-Type: application/json" \
     -d '{"fileInfo": {"filePath": "input.pdf"}}'

4. Scarica le immagini estratte (la risposta contiene dati base64; è possibile decodificarli localmente)

Per un elenco completo dei parametri, consulta la documentazione ufficiale dell’API.

Installazione e configurazione di GroupDocs.Parser Cloud SDK for Java

Aggiungi la dipendenza Maven al tuo pom.xml (o lo snippet Gradle equivalente).

<dependency>
    <groupId>com.groupdocs</groupId>
    <artifactId>groupdocs-parser-cloud</artifactId>
    <version>26.2</version>
</dependency>

L’SDK è fornito come libreria cloud; non sono richiesti binari locali. Scarica l’ultimo pacchetto dalla pagina di rilascio. Assicurati di avere Java 8 o versioni successive e un account GroupDocs Cloud valido con ID client e segreto.

GroupDocs.Parser Cloud SDK for Java Funzionalità per il recupero delle immagini

• Estrazione completa di immagini PDF - Recupera ogni immagine raster e vettoriale incorporata nel documento.
• Metadati per ogni immagine - Restituisce nome file, dimensione, formato e numero di pagina.
• Supporto per tutti i formati immagine comuni - PNG, JPG, BMP, GIF, TIFF, e altro.
• Integrazione con l’archiviazione cloud - Funziona direttamente con i file memorizzati in GroupDocs Cloud senza scaricarli prima.
• Elaborazione scalabile basata su REST‑based processing - Gestisce PDF di grandi dimensioni e carichi di lavoro ad alto volume tramite l’API cloud.

Regolazione fine delle impostazioni di estrazione delle immagini

Mentre la richiesta di base funziona subito, è possibile regolare opzioni come:

• Protezione con password - Imposta la proprietà password su FileInfo per PDF crittografati.
• Intervallo di pagine - Limita l’estrazione a pagine specifiche aggiungendo un array pages al JSON della richiesta.
• Conversione del formato immagine - Richiedi la conversione in un formato diverso specificando il tipo di output desiderato nella richiesta (consulta la riferimento API per i campi esatti).

Esempio di impostazione di una password (estratto dal codice principale):

FileInfo fileInfo = new FileInfo()
        .setFilePath("protected.pdf")
        .setPassword("mySecret");

Suggerimenti pratici per l’estrazione efficiente di immagini PDF

• Convalidare l’esistenza del file prima di inviare la richiesta per evitare chiamate API non necessarie.
• Elaborare le immagini in streaming quando si gestiscono file di grandi dimensioni per ridurre il consumo di memoria.
• Utilizzare la paginazione se hai bisogno solo delle immagini di determinate pagine; questo velocizza la risposta.
• Gestire i limiti di velocità dell’API implementando un back‑off esponenziale sulle risposte HTTP 429.
• Registrare il nome di ogni file salvato per semplificare la risoluzione dei problemi e le tracce di audit.

Conclusione

Estrazione delle immagini da documenti PDF in Java diventa un compito semplice e affidabile quando si sfrutta la potenza del GroupDocs.Parser Cloud SDK for Java. L’SDK gestisce la gestione delle credenziali, l’interazione con lo storage cloud e la decodifica delle immagini, consentendoti di concentrarti sulla logica della tua applicazione. Per le distribuzioni in produzione, acquista una licenza adeguata nella pagina dei prezzi o ottieni una licenza temporanea per la valutazione. Con l’esempio di codice, la guida cURL e le raccomandazioni di best‑practice in questo articolo, sei pronto a integrare l’estrazione di immagini PDF in qualsiasi soluzione basata su Java.

FAQs

• Quali formati possono essere estratti da un PDF?
  L’SDK estrae formati raster come PNG, JPG, BMP, GIF e TIFF, nonché grafica vettoriale quando è memorizzata come immagini.

• Devo scaricare il PDF prima di estrarre le immagini?
  No. L’SDK funziona direttamente con i file archiviati nello storage di GroupDocs Cloud, eliminando la necessità di download locali.

• Come gestisce l’SDK i PDF di grandi dimensioni?
  L’estrazione viene eseguita sul lato server, quindi l’utilizzo della memoria sul tuo computer rimane basso. È inoltre possibile limitare l’estrazione a pagine specifiche per migliorare le prestazioni.

• C’è un modo per testare l’estrazione senza scrivere codice?
  Sì, è possibile utilizzare i comandi cURL forniti sopra o provare la console API interattiva nella pagina del prodotto.

Leggi di più

• Estrai immagini da file PDF in Java usando l’API REST
• Estrai immagini da documenti Word programmaticamente in Java
• Estrai immagini da documenti PDF usando Python