Kroki do wyodrębniania obrazów z dokumentów PDF w C#

1. Prześlij PDF do przechowalni GroupDocs Cloud: Użyj StorageApi.UploadFile, aby umieścić źródłowy plik PDF w chmurze.

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

To wywołanie zapewnia, że plik jest dostępny do parsowania.

2. Żądanie obrazów dokumentu: Wywołaj ParserApi.GetDocumentImages z GetDocumentImagesRequest.

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

Odpowiedź zawiera kolekcję obiektów ImageInfo, z których każdy przechowuje dane w formacie Base64 oraz metadane. Zobacz referencję API po pełne szczegóły.

3. Dekoduj i zapisz każdy obraz: Przejdź przez imagesResult.Images, skonwertuj ciąg Base64 na tablicę bajtów i zapisz plik na dysku.

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);
}

Konsola loguje nazwę zapisanego pliku, wymiary oraz DPI w celu weryfikacji.

4. (Opcjonalnie) Usuń zdalny PDF: Po wyodrębnieniu możesz usunąć przesłany plik, aby utrzymać porządek w magazynie.

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

Ten krok jest opakowany w blok try‑catch, aby zignorować ewentualne błędy czyszczenia.

5. Przejrzyj wynik: Konsola wyświetli podsumowanie, takie jak Total images extracted: 12, potwierdzając pomyślne wyodrębnienie.

Pełny przykład kodu: wyodrębnianie obrazów z dokumentów PDF przy użyciu GroupDocs.Parser

Poniższy przykład demonstruje pełny przepływ pracy opisany powyżej. Zawiera konfigurację, przesyłanie, wyodrębnianie obrazów, zapisywanie oraz opcjonalne czyszczenie.

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
                }
            }
        }
    }
}

Uwaga: Ten przykład kodu demonstruje podstawową funkcjonalność. Przed użyciem w swoim projekcie upewnij się, że zaktualizowałeś wszystkie ścieżki plików i wartości konfiguracyjne, aby odpowiadały rzeczywistemu środowisku, sprawdź, czy wszystkie wymagane zależności są poprawnie zainstalowane, oraz dokładnie przetestuj w środowisku deweloperskim. Jeśli napotkasz jakiekolwiek problemy, odwołaj się do oficjalnej dokumentacji lub skontaktuj się z zespołem wsparcia w celu uzyskania pomocy.

Pobieranie obrazów za pomocą REST API przy użyciu cURL

To samo działanie można wykonać za pomocą bezpośrednich wywołań REST. Poniżej znajduje się minimalny przepływ pracy cURL.

1. Uzyskaj token dostępu (OAuth 2.0 client credentials grant).

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"

Odpowiedź zawiera access_token.

2. Prześlij PDF do magazynu w chmurze.

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. Żądaj obrazów dla przesłanego dokumentu.

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

Odpowiedź w formacie JSON zawiera tablicę obrazów z polami base64Data, fileExtension, pageNumber itp.

4. Zapisz każdy obraz lokalnie (przykład użycia jq i 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

Aby uzyskać więcej informacji o punktach końcowych i parametrach, zobacz oficjalną dokumentację API.

Przygotowanie środowiska

1. Zainstaluj bibliotekę kliencką .NET za pomocą NuGet:

dotnet add package GroupDocs.Parser-Cloud

Pakiet jest dostępny na oficjalnej stronie pobierania.

2. Upewnij się, że masz zainstalowane .NET 6.0 lub nowszy oraz ważne konto GroupDocs Cloud z danymi uwierzytelniającymi klienta.

3. (Opcjonalnie) Sklonuj przykładowe repozytorium w celu odniesienia:

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

Co sprawia, że GroupDocs.Parser jest odpowiedni do wyodrębniania obrazów

• Bezpośrednie pobieranie obrazów: Wywołanie GetDocumentImages zwraca obrazy w ich oryginalnym formacie bez dodatkowych kroków konwersji.
• Dostawa w formacie Base64: Obrazy są dostarczane jako ciągi Base64, co ułatwia ich dekodowanie w dowolnym języku.
• Metadane na poziomie strony: Każdy ImageInfo zawiera numer strony, wymiary, rozdzielczość i indeks, co pomaga w organizacji wyodrębnionych zasobów.
• Obsługa wszystkich popularnych formatów rastrowych: PNG, JPEG, BMP, GIF, TIFF i inne są zachowywane dokładnie tak, jak są zapisane w pliku PDF.
• Skalowalne przetwarzanie w chmurze: Duże pliki PDF są przetwarzane na serwerach GroupDocs, co zmniejsza obciążenie pamięci w Twojej aplikacji.

Konfigurowanie opcji wyodrębniania obrazów

Chociaż podstawowy przykład działa od razu, możesz dostroić żądanie:

• Określ zakres stron: Dodaj pages = "1-5" do GetDocumentImagesRequest, aby ograniczyć ekstrakcję.
• Ustaw jakość obrazu: Użyj parametru imageQuality (0‑100), jeśli potrzebujesz skompresowanego wyjścia.
• Filtruj według formatu: Podaj fileExtensions = ["png","jpeg"], aby otrzymać tylko wybrane formaty.

Te opcje są udokumentowane w referencji API.

Podsumowanie

Wyodrębnianie obrazów z dokumentów PDF w C# staje się prostym i niezawodnym procesem, gdy korzystasz z GroupDocs.Parser Cloud SDK for .NET. SDK obsługuje przesyłanie, parsowanie i konwersję do Base64, pozwalając skupić się na zapisywaniu plików i integracji ich w przepływie pracy. Pamiętaj, aby zabezpieczyć swoje dane uwierzytelniające klienta, przestrzegać warunków licencji oraz rozważyć tymczasową licencję do oceny na strona tymczasowej licencji. Dzięki dostarczonemu kodowi i przykładom REST, jesteś gotowy dodać solidne wyodrębnianie obrazów PDF do dowolnej aplikacji .NET.

Najczęściej zadawane pytania

Jak wyodrębnić obrazy z dokumentów PDF przy użyciu C#?
Użyj metody GetDocumentImages interfejsu Parser API po przesłaniu pliku PDF za pomocą StorageApi.UploadFile. Zdekoduj zwrócone ciągi Base64 i zapisz je na dysku, jak pokazano w przykładzie kodu.

Co jeśli PDF jest zabezpieczony hasłem?
Dołącz hasło w modelu żądania. SDK odszyfruje plik przed wyodrębnieniem obrazów. Zobacz dokumentację aby poznać dokładną nazwę właściwości.

Czy mogę ograniczyć wyodrębnianie do określonych stron?
Tak, ustaw właściwość pages w GetDocumentImagesRequest na listę rozdzieloną przecinkami lub zakres (np. "1-3,5"). API zwróci obrazy tylko z tych stron.

Czy istnieją limity rozmiaru dla wyodrębnionych obrazów?
SDK zwraca oryginalne dane obrazu bez zmiany rozmiaru. Jeśli potrzebujesz mniejszych plików, przetwórz zapisane obrazy przy użyciu dowolnej biblioteki do przetwarzania obrazów.

Read More

• Wyodrębnij obrazy z PDF w C# .NET | API do wyodrębniania obrazów PDF
• Wyodrębnij obrazy z dokumentów PDF w Javie
• Wyodrębnij tekst z PDF przy użyciu .NET REST API | Konwerter dokumentu na tekst

Wyodrębnij obrazy z dokumentów PDF w Javie w 5 krokach

1. Skonfiguruj poświadczenia API: Utwórz obiekt Configuration i ustaw swój identyfikator klienta oraz sekret.

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

2. Zainicjalizuj API Parsera: Utwórz ApiClient z konfiguracją i zainstancjuj ParserApi.

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

3. Zbuduj żądanie wyodrębniania obrazów: Określ ścieżkę pliku PDF przy użyciu FileInfo i utwórz ExtractImagesRequest.

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

4. Wykonaj ekstrakcję i pobierz obrazy: Wywołaj extractImages i uzyskaj listę obiektów Image.

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

5. Zapisz każdy obraz w lokalnym magazynie: Iteruj po kolekcji i zapisz dane binarne do plików.

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);
}

Aby uzyskać więcej informacji o każdej klasie, odwołaj się do oficjalnej dokumentacji API.

Pełny przykład kodu: wyodrębnianie obrazów z dokumentów PDF w języku Java przy użyciu GroupDocs.Parser

Poniższy przykład demonstruje pełny przepływ pracy od konfiguracji poświadczeń do zapisywania obrazu.

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();
        }
    }
}

Uwaga: Ten przykład kodu demonstruje podstawową funkcjonalność. Przed użyciem w swoim projekcie upewnij się, że zaktualizowałeś wszystkie ścieżki plików i wartości konfiguracyjne, aby odpowiadały rzeczywistemu środowisku, zweryfikuj, że wszystkie wymagane zależności są prawidłowo zainstalowane, i dokładnie przetestuj w swoim środowisku deweloperskim. Jeśli napotkasz jakiekolwiek problemy, zapoznaj się z oficjalną dokumentacją lub skontaktuj się z zespołem wsparcia, aby uzyskać pomoc.

Wyodrębnianie obrazów z PDF przy użyciu cURL i REST API

Możesz uzyskać ten sam wynik bez pisania kodu w języku Java, wywołując bezpośrednio endpointy REST usługi GroupDocs.Parser Cloud.

1. Uzyskaj token dostępu

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. Prześlij plik 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. Żądanie wyodrębniania obrazów

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. Pobierz wyodrębnione obrazy (odpowiedź zawiera dane w formacie base64; możesz je zdekodować lokalnie)

Aby uzyskać pełną listę parametrów, zobacz oficjalną dokumentację API.

Instalowanie i konfigurowanie GroupDocs.Parser Cloud SDK for Java

Dodaj zależność Maven do swojego pom.xml (lub równoważny fragment Gradle).

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

SDK jest dostarczany jako biblioteka w chmurze; nie są wymagane lokalne pliki binarne. Pobierz najnowszy pakiet ze strony wydania. Upewnij się, że masz Java 8 lub wyższą oraz ważne konto GroupDocs Cloud z identyfikatorem klienta i sekretem.

GroupDocs.Parser Cloud SDK for Java Funkcje umożliwiające pobieranie obrazów

• Pełne wyodrębnianie obrazów PDF - Pobiera każdy rastrowy i wektorowy obraz osadzony w dokumencie.
• Metadane dla każdego obrazu - Zwraca nazwę pliku, rozmiar, format i numer strony.
• Obsługa wszystkich popularnych formatów obrazów - PNG, JPG, BMP, GIF, TIFF, i więcej.
• Integracja z przechowywaniem w chmurze - Działa bezpośrednio na plikach przechowywanych w GroupDocs Cloud bez ich pobierania.
• Skalowalne przetwarzanie oparte na REST‑based - Obsługuje duże pliki PDF i obciążenia o wysokim wolumenie za pośrednictwem API chmury.

Dostrajanie ustawień wyodrębniania obrazów

Choć podstawowe żądanie działa od razu, możesz dostosować opcje, takie jak:

• Ochrona hasłem - Ustaw właściwość password w FileInfo dla zaszyfrowanych plików PDF.
• Zakres stron - Ogranicz wyodrębnianie do konkretnych stron, dodając tablicę pages do JSON‑a żądania.
• Konwersja formatu obrazu - Żądaj konwersji do innego formatu, określając żądany typ wyjściowy w żądaniu (zobacz API reference po dokładne pola).

Przykład ustawiania hasła (wyciąg z głównego kodu):

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

Praktyczne wskazówki dotyczące wydajnego wyodrębniania obrazów z PDF

• Sprawdź istnienie pliku przed wysłaniem żądania, aby uniknąć niepotrzebnych wywołań API.
• Przetwarzaj obrazy w strumieniach przy pracy z dużymi plikami, aby zmniejszyć zużycie pamięci.
• Używaj paginacji, jeśli potrzebujesz obrazów tylko z określonych stron; przyspiesza to odpowiedź.
• Obsługuj limity szybkości API poprzez implementację wykładniczego opóźnienia przy odpowiedziach HTTP 429.
• Loguj nazwę każdego zapisanego pliku, aby uprościć rozwiązywanie problemów i śledzenie audytu.

Podsumowanie

Wyodrębnianie obrazów z dokumentów PDF w Javie staje się prostym i niezawodnym zadaniem, gdy wykorzystujesz moc GroupDocs.Parser Cloud SDK for Java. SDK obsługuje zarządzanie poświadczeniami, interakcję z przechowywaniem w chmurze oraz dekodowanie obrazów, pozwalając Ci skupić się na logice aplikacji. Dla wdrożeń produkcyjnych zakup odpowiednią licencję na stronie cenowej lub uzyskaj tymczasową licencję do oceny. Dzięki przykładowemu kodowi, przewodnikowi cURL i zaleceniom najlepszych praktyk w tym artykule, jesteś gotowy zintegrować wyodrębnianie obrazów PDF z dowolnym rozwiązaniem opartym na Javie.

Najczęściej zadawane pytania

• Jakie formaty można wyodrębnić z pliku PDF?
  SDK wyodrębnia formaty rastrowe, takie jak PNG, JPG, BMP, GIF i TIFF, a także grafikę wektorową, gdy jest przechowywana jako obrazy.

• Czy muszę pobrać plik PDF przed wyodrębnieniem obrazów?
  Nie. SDK działa bezpośrednio na plikach przechowywanych w GroupDocs Cloud, eliminując konieczność pobierania ich lokalnie.

• Jak SDK radzi sobie z dużymi plikami PDF?
  Ekstrakcja jest wykonywana po stronie serwera, więc zużycie pamięci na Twoim komputerze pozostaje niskie. Możesz także ograniczyć ekstrakcję do określonych stron, aby poprawić wydajność.

• Czy istnieje sposób przetestowania ekstrakcji bez pisania kodu?
  Tak, możesz użyć poleceń cURL podanych powyżej lub wypróbować interaktywną konsolę API na stronie produktu.

Czytaj więcej

• Wyodrębnij obrazy z plików PDF w Javie przy użyciu REST API
• Wyodrębnij obrazy z dokumentów Word programowo w Javie
• Wyodrębnij obrazy z dokumentów PDF przy użyciu Pythona