在 C# 中从 PDF 文档提取图像

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

从 PDF 文档中提取图像是构建文档处理流水线时的常见需求，尤其是在生成缩略图或在其他地方重新使用图形时。 GroupDocs.Parser Cloud SDK for .NET 提供了强大的 API，使得在 C# 中完成此任务变得简单直观。在本指南中，您将学习如何上传 PDF，检索所有嵌入的图像，将其保存到本地，并可选择清理远程文件，提供完整的代码和 REST 示例。

在 C# 中从 PDF 文档提取图像的步骤

将 PDF 上传到 GroupDocs Cloud 存储: 使用 StorageApi.UploadFile 将源 PDF 放置到云端。

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

此调用确保文件可供解析。

请求文档图像: 调用 ParserApi.GetDocumentImages 并传入 GetDocumentImagesRequest。

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

响应包含一个 ImageInfo 对象的集合，每个对象都包含 Base64 数据和元数据。请参阅 API 参考获取完整细节。

解码并保存每个图像：遍历 imagesResult.Images，将 Base64 字符串转换为字节数组，并将文件写入磁盘。

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);
}

控制台会记录已保存的文件名、尺寸和 DPI 以供验证。

（可选）清理远程 PDF：提取后，您可以删除已上传的文件以保持存储整洁。

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

此步骤已包装在 try‑catch 块中，以忽略任何清理错误。

审查输出: 控制台将显示类似 Total images extracted: 12 的摘要，确认提取成功。

完整代码示例：使用 GroupDocs.Parser 从 PDF 文档中提取图像

以下示例演示了上述完整工作流。它包括配置、上传、图像提取、保存以及可选的清理。

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： 此代码示例演示了核心功能。在项目中使用之前，请确保更新所有文件路径和配置值以匹配实际环境，验证已正确安装所有必需的依赖项，并在开发环境中彻底测试。如果遇到任何问题，请参阅官方文档或联系支持团队获取帮助。

使用 cURL 通过 REST API 提取图像

相同的操作可以通过直接的 REST 调用来执行。下面是一个最小的 cURL 工作流。

获取访问令牌 (OAuth 2.0 客户端凭证授权)。

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"

响应中包含 access_token。

上传 PDF 到云存储。

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"

请求图像 用于已上传的文档。

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

该 JSON 响应包含一个图像数组，其中包括 base64Data、fileExtension、pageNumber 等。

保存每个图像 本地（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

有关端点和参数的更多详细信息，请参阅官方 API 文档。

准备环境

通过 NuGet 安装 .NET 客户端库：

dotnet add package GroupDocs.Parser-Cloud

该软件包可在官方下载页面获取。

确保已安装 .NET 6.0 或更高版本，并拥有有效的 GroupDocs Cloud 帐户及客户端凭据。

（可选）克隆示例仓库以供参考：

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

什么使 GroupDocs.Parser 适用于图像提取

直接图像检索: GetDocumentImages 调用返回原始格式的图像，无需额外的转换步骤。
Base64 交付: 图像以 Base64 字符串形式提供，便于在任何语言中解码。
页面级元数据: 每个 ImageInfo 包含页码、尺寸、分辨率和索引，有助于组织提取的资源。
支持所有常见光栅格式: PNG, JPEG, BMP, GIF, TIFF 等均保持与 PDF 中存储的完全一致。
可扩展的云处理: 大型 PDF 在 GroupDocs 服务器上处理，降低应用程序的内存压力。

配置图像提取选项

虽然基本示例可以直接使用，但您可以对请求进行微调：

指定页面范围: 添加 pages = "1-5" 到 GetDocumentImagesRequest 以限制提取。
设置图像质量: 使用 imageQuality 参数 (0‑100)，如果需要压缩输出。
按格式过滤: 提供 fileExtensions = ["png","jpeg"] 以仅接收所选格式。

这些选项已在 API 参考中记录。

结论

在 C# 中从 PDF 文档提取图像变得简单且可靠，只需使用 GroupDocs.Parser Cloud SDK for .NET。该 SDK 处理上传、解析和 Base64 转换，让您专注于保存文件并将其集成到工作流中。请确保保护您的客户端凭据，遵守许可条款，并考虑在临时许可证页面获取用于评估的临时许可证。使用提供的代码和 REST 示例，您即可在任何 .NET 应用程序中添加强大的 PDF 图像提取功能。

FAQs

如何使用 C# 从 PDF 文档中提取图像？
在使用 StorageApi.UploadFile 上传 PDF 后，使用 Parser API 的 GetDocumentImages 方法。解码返回的 Base64 字符串并写入磁盘，如代码示例所示。

如果 PDF 受密码保护怎么办？
在请求模型中包含密码。SDK 将在提取图像之前解密文件。请参阅文档以获取确切的属性名称。

我可以将提取限制在特定页面吗？
是的，在 GetDocumentImagesRequest 上设置 pages 属性为逗号分隔的列表或范围（例如 "1-3,5"）。API 将仅返回这些页面的图像。

提取的图像是否有大小限制？
SDK 返回原始图像数据，不进行缩放。如果需要更小的文件，请使用任何图像处理库对保存的图像进行后处理。

csharp pdf processing on Document Processing REST APIs | GroupDocs Cloud

在 C# 中从 PDF 文档提取图像