pdf image extraction on Document Processing REST APIs | GroupDocs Cloud

在 C# 中從 PDF 文檔提取圖像

Mon, 12 Oct 2026 17:04:44 +0000

從 PDF 文件中提取圖像是構建文檔處理流水線時的常見需求，尤其是用於生成縮略圖或在其他地方重新使用圖形。GroupDocs.Parser Cloud SDK for .NET 提供了強大的 API，使此任務在 C# 中變得簡單直觀。在本指南中，您將學習如何上傳 PDF、檢索所有嵌入的圖像、將其本地保存，並可選擇清理遠端文件，並提供完整的代碼和 REST 示例。

在 C# 中從 PDF 文檔提取圖像的步驟

將 PDF 上傳至 GroupDocs Cloud 儲存: 使用 StorageApi.UploadFile 將來源 PDF 放置於雲端。

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

此呼叫確保檔案可供解析。

請求文件圖像：呼叫 ParserApi.GetDocumentImages 並傳入 GetDocumentImagesRequest。

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

回應包含一系列 ImageInfo 物件，每個物件都包含 Base64 資料和中繼資料。請參閱 API 參考以獲取完整細節。

解碼並保存每個圖像：遍歷 imagesResult.Images，將 Base64 字串轉換為位元組陣列，並將檔案寫入磁碟。

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);
}

控制台會記錄已保存的檔案名稱、尺寸和 DPI 以供驗證。

（可選）清理遠端 PDF：提取後，您可以刪除已上傳的文件以保持儲存空間整潔。

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

此步驟已包裹在 try‑catch 區塊中，以忽略任何清理錯誤。

檢查輸出: 控制台將顯示類似 Total images extracted: 12 的摘要，確認提取成功。

完整程式碼範例：從 PDF 文件中提取圖像，使用 GroupDocs.Parser

以下範例示範了上述完整工作流程。它包括配置、上傳、圖像提取、保存以及可選的清理。

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
                }
            }
        }
    }
}

注意: 此程式碼範例展示了核心功能。在將其用於您的專案之前，請確保更新所有檔案路徑和設定值以符合實際環境，驗證所有必要的相依項已正確安裝，並在開發環境中徹底測試。如果您遇到任何問題，請參閱官方文件或聯繫支援團隊以獲得協助。

使用 cURL 透過 REST API 提取圖像

相同的操作可以透過直接的 REST 呼叫來執行。以下是一個最小的 cURL 工作流程。

取得存取權杖 (OAuth 2.0 用戶端憑證授權)。

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"

回應中包含 access_token。

上傳 PDF 到雲端儲存。

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"

請求圖像 針對已上傳的文件。

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

JSON 回應包含一個圖像陣列，其中包含 base64Data、fileExtension、pageNumber 等。

儲存每張圖像 本機（示例使用 jq 和 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

如需了解端點和參數的更多詳細資訊，請參閱官方 API 文檔。

準備環境

透過 NuGet 安裝 .NET 用戶端程式庫：

dotnet add package GroupDocs.Parser-Cloud

此套件可從官方下載頁面取得。

確保已安裝 .NET 6.0 或更高版本，並擁有有效的 GroupDocs Cloud 帳戶及客戶端憑證。

（可選）克隆示例倉庫以供參考：

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

什麼使 GroupDocs.Parser 適合圖像提取

直接圖像檢索：GetDocumentImages 呼叫返回原始格式的圖像，無需額外轉換步驟。
Base64 交付：圖像以 Base64 字串形式提供，便於在任何語言中解碼。
頁面級元資料：每個 ImageInfo 包含頁碼、尺寸、解析度和索引，有助於組織提取的資產。
支援所有常見點陣圖格式：PNG、JPEG、BMP、GIF、TIFF 等均會如 PDF 中存儲的那樣完整保留。
可擴展的雲端處理：大型 PDF 由 GroupDocs 伺服器處理，減少應用程式的記憶體壓力。

配置圖像提取選項

雖然基本範例即開即用，但您可以微調請求：

指定頁面範圍：將 pages = "1-5" 添加到 GetDocumentImagesRequest 以限制提取。
設定影像品質：如果需要壓縮輸出，請使用 imageQuality 參數（0‑100）。
依格式篩選：提供 fileExtensions = ["png","jpeg"] 以僅接收所選格式。

這些選項已在 API 參考中記錄。

結論

在 C# 中從 PDF 文檔提取圖像變得簡單且可靠，只需利用 GroupDocs.Parser Cloud SDK for .NET。該 SDK 處理上傳、解析和 Base64 轉換，讓您專注於保存文件並將其整合到工作流程中。請務必保護您的客戶端憑證，遵守許可條款，並考慮在臨時許可頁面獲取臨時許可以進行評估。使用提供的代碼和 REST 示例，您即可在任何 .NET 應用程序中添加強大的 PDF 圖像提取功能。

常見問題

如何使用 C# 從 PDF 文檔中提取圖像？
使用 Parser API 的 GetDocumentImages 方法，在使用 StorageApi.UploadFile 上傳 PDF 後。解碼返回的 Base64 字串並寫入磁碟，如代碼示例所示。

如果 PDF 受密碼保護怎麼辦？
在請求模型中包含密碼。 SDK 會在提取圖像之前解密文件。請參閱文檔以獲取確切的屬性名稱。

我可以將提取限制在特定頁面嗎？
是的，將 pages 屬性設定在 GetDocumentImagesRequest 上為逗號分隔的列表或範圍（例如，"1-3,5"）。API 將僅返回這些頁面的圖像。

是否對提取的圖像有大小限制？
SDK 返回原始圖像數據，未進行縮放。如果需要更小的文件，請使用任何圖像處理庫對保存的圖像進行後處理。

閱讀更多

在 Java 中從 PDF 文檔提取圖像

Fri, 02 Oct 2026 10:36:06 +0000

從 PDF 檔案中提取圖像是構建文件處理流水線時的常見需求，特別是當您需要將圖形重複用於縮圖、報告或進一步分析時。 GroupDocs.Parser Cloud SDK for Java 提供了一個直接的 API，讓您只需幾行程式碼即可從 PDF 中提取所有嵌入的圖像。本指南將帶您完成 SDK 的配置、執行完整的程式碼範例、使用 cURL 完成相同任務，以及應用最佳實踐以確保可靠的 PDF 圖像提取。

在 Java 中 5 步提取 PDF 文檔中的圖像

配置 API 憑證：建立一個 Configuration 物件，並設定您的 client ID 和 secret。

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

初始化 Parser API：使用配置建立 ApiClient，並實例化 ParserApi。

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

建立圖像提取請求：使用 FileInfo 指定 PDF 檔案路徑，並建立 ExtractImagesRequest。

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

執行提取並檢索圖像：呼叫 extractImages 並取得 Image 物件的清單。

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

將每個圖像保存到本地存儲：遍歷集合並將二進位資料寫入檔案。

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);
}

如需了解每個類別的更多細節，請參閱官方 API 參考。

完整程式碼範例：在 Java 中使用 GroupDocs.Parser 從 PDF 文件提取圖像

以下範例示範了從憑證設定到圖像保存的完整工作流程。

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();
        }
    }
}

注意： 此程式碼範例展示了核心功能。在您的專案中使用之前，請確保更新所有檔案路徑和設定值以符合實際環境，驗證所有必要的相依項目已正確安裝，並在開發環境中徹底測試。如果您遇到任何問題，請參閱官方文件或聯繫支援團隊以獲得協助。

使用 cURL 和 REST API 提取 PDF 圖像

您可以透過直接呼叫 GroupDocs.Parser Cloud REST 端點，而無需編寫 Java 程式碼，即可達成相同的結果。

取得存取令牌

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"

上傳 PDF 檔案

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"

請求圖像提取

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"}}'

下載提取的圖像（回應包含 base64 資料；您可以在本地解碼）

欲取得完整的參數清單，請參閱官方 API 文件。

安裝與設定 GroupDocs.Parser Cloud SDK for Java

將 Maven 依賴項添加到您的 pom.xml（或等效的 Gradle 片段）。


    com.groupdocs
    groupdocs-parser-cloud
    26.2

SDK 以雲端庫的形式提供；不需要本地二進位檔。從發行頁面下載最新套件。確保您已安裝 Java 8 或更高版本，並擁有有效的 GroupDocs Cloud 帳戶以及客戶端 ID 和密鑰。

GroupDocs.Parser Cloud SDK for Java 功能：啟用圖像檢索

完整的 PDF 圖像提取 - 檢索文件中嵌入的所有光柵和向量圖像。
每個圖像的元資料 - 返回檔案名稱、大小、格式和頁碼。
支援所有常見的圖像格式 - PNG、JPG、BMP、GIF、TIFF，等更多。
雲端儲存整合 - 直接在 GroupDocs Cloud 中的檔案上工作，無需先下載。
可擴展的 REST‑based 處理 - 透過雲端 API 處理大型 PDF 和高容量工作負載。

微調圖像提取設定

雖然基本請求已可直接使用，但您可以調整以下選項：

密碼保護 - 在 FileInfo 上設定 password 屬性以處理加密的 PDF。
頁面範圍 - 透過在請求 JSON 中加入 pages 陣列，將提取限制於特定頁面。
影像格式轉換 - 在請求中指定所需的輸出類型以請求轉換為其他格式（請參考 API 參考以取得確切欄位）。

設定密碼的範例（摘自主程式碼）：

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

高效 PDF 圖像提取的實用技巧

驗證檔案是否存在 在發送請求之前，以避免不必要的 API 呼叫。
以串流方式處理影像 在處理大型檔案時減少記憶體使用。
使用分頁 若只需要特定頁面的影像，這可加快回應速度。
處理 API 速率限制 透過在 HTTP 429 回應時實作指數退避。
記錄每個已儲存的檔名 以簡化故障排除和稽核追蹤。

結論

在 Java 中從 PDF 文檔提取圖像變得簡單且可靠，只要您利用 GroupDocs.Parser Cloud SDK for Java 的強大功能。該 SDK 處理憑證管理、雲存儲交互和圖像解碼，讓您專注於應用程式邏輯。對於生產環境部署，請在定價頁面購買正式授權，或獲取臨時授權以進行評估。通過本文中的代碼示例、cURL 指南和最佳實踐建議，您即可將 PDF 圖像提取整合到任何基於 Java 的解決方案中。

常見問題

可以從 PDF 中提取哪些格式？
SDK 可提取光柵格式，如 PNG、JPG、BMP、GIF 和 TIFF，以及在作為圖像存儲時的向量圖形。
在提取圖像之前，我需要先下載 PDF 嗎？
不需要。SDK 直接與存儲在 GroupDocs Cloud 的文件協同工作，無需本地下載。
SDK 如何處理大型 PDF？
抽取在伺服器端執行，因此您機器上的記憶體使用量保持低。您也可以將抽取限制在特定頁面，以提升效能。
是否有方法在不編寫程式碼的情況下測試提取？
是的，您可以使用上面提供的 cURL 命令，或在產品頁面上嘗試互動式 API 控制台。