Кроки з вилучення зображень з PDF‑документів у C#

1. Завантажити PDF у GroupDocs Cloud storage: Використовуйте StorageApi.UploadFile, щоб розмістити вихідний PDF у хмарі.

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

Цей виклик забезпечує доступність файлу для аналізу.

2. Запит зображень документа: Викличте ParserApi.GetDocumentImages з GetDocumentImagesRequest.

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

Відповідь містить колекцію об’єктів ImageInfo, кожен з яких містить дані у форматі Base64 та метадані. Дивіться довідка API для повної інформації.

3. Декодуйте та збережіть кожне зображення: Переберіть imagesResult.Images, конвертуйте рядок Base64 у масив байтів і запишіть файл на диск.

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);
}

Консоль виводить назву збереженого файлу, його розміри та DPI для перевірки.

4. (Необов’язково) Очистити віддалений PDF: Після вилучення ви можете видалити завантажений файл, щоб підтримати порядок у сховищі.

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

Цей крок обгорнуто у блок try‑catch, щоб ігнорувати будь‑які помилки очищення.

5. Перегляньте результат: Консоль відобразить підсумок, наприклад Total images extracted: 12, підтверджуючи успішне вилучення.

Повний приклад коду: Витягування зображень з PDF‑документів за допомогою GroupDocs.Parser

Наступний приклад демонструє повний робочий процес, описаний вище. Він включає налаштування, завантаження, вилучення зображень, збереження та необов’язкове очищення.

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
                }
            }
        }
    }
}

Note: Цей приклад коду демонструє основну функціональність. Перш ніж використовувати його у вашому проєкті, переконайтеся, що оновили всі шляхи до файлів та значення конфігурації відповідно до вашого реального середовища, перевірте, що всі необхідні залежності правильно встановлені, і ретельно протестуйте у вашому середовищі розробки. Якщо ви зіткнетеся з будь-якими проблемами, будь ласка, зверніться до офіційної документації або зв’яжіться з командою підтримки для отримання допомоги.

Витягування зображень через REST API за допомогою cURL

Ту ж операцію можна виконати за допомогою прямих REST‑викликів. Нижче наведено мінімальний робочий процес cURL.

1. Отримайте токен доступу (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"

Відповідь містить access_token.

2. Завантажте PDF у хмарне сховище.

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. Запит зображень для завантаженого документа.

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

Відповідь у форматі JSON містить масив зображень з base64Data, fileExtension, pageNumber тощо.

4. Збережіть кожне зображення локально (приклад з використанням jq та 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

Для отримання докладнішої інформації про кінцеві точки та параметри, перегляньте офіційну документацію API.

Підготовка середовища

1. Встановіть .NET клієнтську бібліотеку через NuGet:

dotnet add package GroupDocs.Parser-Cloud

Пакет доступний на офіційній сторінці завантаження.

2. Переконайтеся, що у вас встановлено .NET 6.0 або новішу версію та дійсний обліковий запис GroupDocs Cloud з клієнтськими обліковими даними.

3. (Необов’язково) Клонувати репозиторій зразка для довідки:

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

Що робить GroupDocs.Parser придатним для вилучення зображень

• Пряме отримання зображень: Виклик GetDocumentImages повертає зображення у їхньому оригінальному форматі без додаткових кроків конвертації.
• Доставка у форматі Base64: Зображення надаються у вигляді рядків Base64, що полегшує їх декодування в будь‑якій мові.
• Метадані на рівні сторінки: Кожен ImageInfo включає номер сторінки, розміри, роздільну здатність та індекс, що допомагає організовувати витягнуті ресурси.
• Підтримка всіх поширених растрових форматів: PNG, JPEG, BMP, GIF, TIFF та інші зберігаються точно так, як вони збережені у PDF.
• Масштабована хмарна обробка: Великі PDF обробляються на серверах GroupDocs, зменшуючи навантаження на пам’ять вашого застосунку.

Налаштування параметрів вилучення зображень

Хоча базовий приклад працює «з коробки», ви можете точно налаштувати запит:

• Вказати діапазон сторінок: Додайте pages = "1-5" до GetDocumentImagesRequest, щоб обмежити вилучення.
• Встановити якість зображення: Використовуйте параметр imageQuality (0‑100), якщо потрібен стиснений вихід.
• Фільтрувати за форматом: Вкажіть fileExtensions = ["png","jpeg"], щоб отримати лише вибрані формати.

Ці параметри задокументовані в довідка API.

Висновок

Витягування зображень з PDF‑документів у C# стає простим і надійним процесом, коли ви використовуєте GroupDocs.Parser Cloud SDK for .NET. SDK виконує завантаження, парсинг та конвертацію у Base64, дозволяючи вам зосередитися на збереженні файлів та їх інтеграції у ваш робочий процес. Пам’ятайте про захист клієнтських облікових даних, дотримання умов ліцензування та розгляньте тимчасову ліцензію для оцінки на сторінці тимчасової ліцензії. Завдяки наведеному коду та прикладам REST, ви готові додати потужне витягування зображень з PDF у будь-який .NET‑застосунок.

Часті питання

Як я можу витягнути зображення з PDF-документів за допомогою C#?
Використовуйте метод GetDocumentImages API Parser після завантаження PDF за допомогою StorageApi.UploadFile. Декодуйте повернені рядки Base64 і запишіть їх на диск, як показано у прикладі коду.

Що робити, якщо PDF захищений паролем?
Вкажіть пароль у моделі запиту. SDK розшифрує файл перед вилученням зображень. Дивіться документацію для точного імені властивості.

Чи можу я обмежити вилучення конкретними сторінками?
Так, встановіть властивість pages у GetDocumentImagesRequest у вигляді списку, розділеного комами, або діапазону (наприклад, "1-3,5"). API поверне зображення лише з цих сторінок.

Чи існують обмеження розміру для витягнутих зображень?
SDK повертає оригінальні дані зображення без зміни розміру. Якщо вам потрібні менші файли, пост‑обробіть збережені зображення за допомогою будь‑якої бібліотеки обробки зображень.

Read More

• Витягнути зображення з PDF у C# .NET | PDF Image Extractor API
• Витягнути зображення з PDF‑документів на Java
• Витягнути текст з PDF за допомогою .NET REST API | Document to Text Converter

Витягнення зображень з PDF‑документів у Java за 5 кроків

1. Налаштуйте облікові дані API: Створіть об’єкт Configuration і встановіть ваш client ID та secret.

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

2. Ініціалізуйте Parser API: Створіть ApiClient з конфігурацією та створіть екземпляр ParserApi.

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

3. Створіть запит на витяг зображень: Вкажіть шлях до PDF‑файлу за допомогою FileInfo та створіть ExtractImagesRequest.

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

4. Виконайте вилучення та отримайте зображення: Викличте extractImages і отримайте список об’єктів Image.

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

5. Зберегти кожне зображення у локальне сховище: Пройдіться по колекції та запишіть бінарні дані у файли.

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 отримання докладнішої інформації про кожен клас, зверніться до офіційної довідки API.

Повний приклад коду: Витягнення зображень з PDF‑документів у Java за допомогою GroupDocs.Parser

Наступний приклад демонструє повний робочий процес від налаштування облікових даних до збереження зображення.

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();
        }
    }
}

Примітка: Цей приклад коду демонструє основну функціональність. Перш ніж використовувати його у вашому проєкті, переконайтеся, що оновили всі шляхи до файлів та значення конфігурації відповідно до вашого реального середовища, перевірте, що всі необхідні залежності правильно встановлені, і ретельно протестуйте у вашому середовищі розробки. Якщо ви зіткнетеся з будь‑якими проблемами, будь ласка, зверніться до офіційної документації або зв’яжіться з командою підтримки для отримання допомоги.

Витяг зображень з PDF за допомогою cURL та REST API

Ви можете досягти того ж результату без написання коду Java, викликаючи REST‑ендпоінти GroupDocs.Parser Cloud безпосередньо.

1. Отримайте токен доступу

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. Завантажте 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. Запит на вилучення зображень

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. Завантажити витягнуті зображення (відповідь містить дані у форматі base64; ви можете розкодувати їх локально)

Для повного списку параметрів перегляньте офіційну документацію API.

Встановлення та налаштування GroupDocs.Parser Cloud SDK for Java

Додайте залежність Maven у ваш pom.xml (або відповідний фрагмент Gradle).

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

SDK поставляється як хмарна бібліотека; локальні бінарні файли не потрібні. Завантажте останній пакет зі сторінки випуску. Переконайтеся, що у вас встановлено Java 8 або новішу версію та дійсний обліковий запис GroupDocs Cloud з ідентифікатором клієнта та секретом.

GroupDocs.Parser Cloud SDK for Java Функції, що дозволяють отримання зображень

• Повне вилучення зображень PDF - Отримує кожне растрове та векторне зображення, вбудоване в документ.
• Метадані для кожного зображення - Повертає ім’я файлу, розмір, формат та номер сторінки.
• Підтримка всіх поширених форматів зображень - PNG, JPG, BMP, GIF, TIFF, та інші.
• Інтеграція з хмарним сховищем - Працює безпосередньо з файлами, збереженими в GroupDocs Cloud, без попереднього їх завантаження.
• Масштабована обробка на основі REST - Обробляє великі PDF‑файли та високонавантажені завдання через хмарний API.

Тонке налаштування параметрів вилучення зображень

Хоча базовий запит працює «з коробки», ви можете налаштувати параметри, такі як:

• Захист паролем - Встановіть властивість password у FileInfo для зашифрованих PDF.
• Діапазон сторінок - Обмежте вилучення конкретними сторінками, додавши масив pages у JSON запиту.
• Конвертація формату зображення - Запросіть конвертацію у інший формат, вказавши бажаний тип вихідних даних у запиті (дивіться API reference для точних полів).

Приклад встановлення пароля (вибірка з основного коду):

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

Практичні поради щодо ефективного вилучення зображень з PDF

• Перевірте існування файлу перед відправкою запиту, щоб уникнути непотрібних викликів API.
• Обробляйте зображення у потоках при роботі з великими файлами, щоб зменшити споживання пам’яті.
• Використовуйте пагінацію, якщо потрібні зображення лише з певних сторінок; це прискорює відповідь.
• Обробляйте обмеження швидкості API, впроваджуючи експоненціальне затримання при відповідях HTTP 429.
• Записуйте назви кожного збереженого файлу для спрощення усунення неполадок та аудиту.

Висновок

Видобуток зображень з PDF‑документів у Java стає простим і надійним завданням, коли ви використовуєте потужність GroupDocs.Parser Cloud SDK for Java. SDK керує управлінням облікових даних, взаємодією з хмарним сховищем та декодуванням зображень, дозволяючи вам зосередитися на логіці вашого застосунку. Для продакшн‑розгортань придбайте відповідну ліцензію на сторінці цін або отримайте тимчасову ліцензію для оцінки. Завдяки прикладу коду, посібнику cURL та рекомендаціям щодо кращих практик у цій статті, ви готові інтегрувати видобуток зображень з PDF у будь‑яке рішення на базі Java.

Питання та відповіді

• Які формати можна витягти з PDF?
  SDK витягує растрові формати, такі як PNG, JPG, BMP, GIF та TIFF, а також векторну графіку, коли вона зберігається як зображення.

• Чи потрібно завантажувати PDF перед витягуванням зображень?
  Ні. SDK працює безпосередньо з файлами, збереженими у сховищі GroupDocs Cloud, усуваючи необхідність локального завантаження.

• Як SDK обробляє великі PDF?
  Витяг виконується на стороні сервера, тому використання пам’яті на вашому комп’ютері залишається низьким. Ви також можете обмежити витяг конкретними сторінками, щоб підвищити продуктивність.

• Чи є спосіб протестувати вилучення без написання коду?
  Так, ви можете використати наведені вище команди cURL або спробувати інтерактивну консоль API на сторінці продукту.

Читати далі

• Витягнути зображення з PDF‑файлів у Java за допомогою REST API
• Витягнути зображення з документів Word програмно у Java
• Витягнути зображення з PDF‑документів за допомогою Python