Извлечение изображений из PDF‑документов на Java за 5 шагов

1. Настройте учетные данные API: Создайте объект Configuration и задайте ваш client ID и secret.

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

2. Инициализировать Parser API: Создайте ApiClient с конфигурацией и создайте экземпляр ParserApi.

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

3. Создайте запрос на извлечение изображений: Укажите путь к PDF‑файлу, используя FileInfo, и создайте ExtractImagesRequest.

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

4. Выполнить извлечение и получить изображения: Вызовите extractImages и получите список объектов Image.

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

5. Сохранить каждое изображение в локальное хранилище: Пройтись по коллекции и записать двоичные данные в файлы.

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);
}

Для получения более подробной информации о каждом классе см. официальную справочную документацию API.

Полный пример кода: извлечение изображений из PDF‑документов на Java с использованием GroupDocs.Parser

В следующем примере демонстрируется полный рабочий процесс от настройки учетных данных до сохранения изображения.

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();
        }
    }
}

Примечание: Этот пример кода демонстрирует базовый функционал. Прежде чем использовать его в вашем проекте, убедитесь, что обновили все пути к файлам и значения конфигурации в соответствии с вашей реальной средой, проверьте, что все необходимые зависимости правильно установлены, и тщательно протестируйте в вашей среде разработки. Если вы столкнётесь с какими‑либо проблемами, обратитесь к официальной документации или свяжитесь с командой поддержки для получения помощи.

Извлечение изображений из PDF с помощью cURL и REST API

Вы можете достичь того же результата, не пиша код на Java, вызывая REST‑конечные точки GroupDocs.Parser Cloud напрямую.

1. Получить токен доступа

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. Загрузите PDF‑файл

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. Запрос извлечения изображений

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. Скачать извлечённые изображения (ответ содержит данные в формате base64; вы можете декодировать их локально)

Для полного списка параметров см. официальную документацию API.

Установка и настройка GroupDocs.Parser Cloud SDK for Java

Добавьте зависимость Maven в ваш pom.xml (или эквивалентный фрагмент Gradle).

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

SDK поставляется как облачная библиотека; локальные бинарные файлы не требуются. Скачайте последнюю версию с страницы релизов. Убедитесь, что у вас установлен Java 8 или новее, а также действующая учетная запись GroupDocs Cloud с идентификатором клиента и секретом.

GroupDocs.Parser Cloud SDK for Java Функции, позволяющие извлекать изображения

• Полное извлечение изображений PDF - Извлекает каждое растровое и векторное изображение, встроенное в документ.
• Метаданные для каждого изображения - Возвращает имя файла, размер, формат и номер страницы.
• Поддержка всех распространённых форматов изображений - PNG, JPG, BMP, GIF, TIFF, и другие.
• Интеграция с облачным хранилищем - Работает напрямую с файлами, хранящимися в GroupDocs Cloud, без их предварительной загрузки.
• Масштабируемая обработка на основе REST‑based - Обрабатывает большие PDF и задачи с высоким объёмом нагрузки через облачный API.

Точная настройка параметров извлечения изображений

Хотя базовый запрос работает сразу же, вы можете настроить такие параметры, как:

• Защита паролем - Установите свойство password в FileInfo для зашифрованных PDF.
• Диапазон страниц - Ограничьте извлечение определёнными страницами, добавив массив pages в JSON‑запрос.
• Конвертация формата изображения - Запросите конвертацию в другой формат, указав желаемый тип вывода в запросе (см. API reference для точных полей).

Пример установки пароля (взято из основного кода):

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

Практические советы по эффективному извлечению изображений из PDF

• Проверьте наличие файла перед отправкой запроса, чтобы избежать ненужных вызовов API.
• Обрабатывайте изображения в потоках при работе с большими файлами, чтобы снизить потребление памяти.
• Используйте пагинацию, если вам нужны изображения только с определённых страниц; это ускорит ответ.
• Обрабатывайте ограничения скорости API, реализуя экспоненциальную задержку при ответах HTTP 429.
• Записывайте имя каждого сохранённого файла для упрощения отладки и аудита.

Заключение

Извлечение изображений из PDF‑документов в Java становится простой и надёжной задачей, когда вы используете возможности GroupDocs.Parser Cloud SDK for Java. SDK управляет учётными данными, взаимодействием с облачным хранилищем и декодированием изображений, позволяя вам сосредоточиться на логике приложения. Для продакшн‑развёртываний приобретите соответствующую лицензию на странице ценообразования или получите временную лицензию для оценки. С примером кода, руководством по cURL и рекомендациями лучших практик в этой статье вы готовы интегрировать извлечение изображений из PDF в любое решение на Java.

Часто задаваемые вопросы

• Какие форматы можно извлечь из PDF?
  SDK извлекает растровые форматы, такие как PNG, JPG, BMP, GIF и TIFF, а также векторную графику, когда она хранится в виде изображений.

• Нужно ли загружать PDF перед извлечением изображений?
  Нет. SDK работает напрямую с файлами, хранящимися в GroupDocs Cloud, исключая необходимость локального скачивания.

• Как SDK обрабатывает большие PDF?
  Извлечение выполняется на стороне сервера, поэтому использование памяти на вашем компьютере остаётся низким. Вы также можете ограничить извлечение конкретными страницами для повышения производительности.

• Есть ли способ протестировать извлечение без написания кода?
  Да, вы можете использовать приведённые выше команды cURL или попробовать интерактивную консоль API на странице продукта.

Читать дальше

• Извлечение изображений из PDF‑файлов в Java с использованием REST API
• Программное извлечение изображений из Word‑документов в Java
• Извлечение изображений из PDF‑документов с помощью Python