Мне нужно извлечь все изображения из файла PDF на моем сервере. Мне не нужны страницы PDF, только изображения с их оригинальным размером и разрешением.
Как я могу сделать это с помощью Perl, PHP или любого другого приложения на базе UNIX (которое я бы вызывал с помощью функции exec из PHP)?
pdfimages делает именно это. Это часть пакетов poppler-utils и xpdf-utils.
Из man-страницы:
Pdfimages сохраняет изображения из файла Portable Document Format (PDF) в виде переносимых изображений (PPM), переносного растрового изображения (PBM) или файлов JPEG.
Pdfimages читает файл PDF, просматривает одну или несколько страниц, PDF файл и записывает один файл PPM, PBM или JPEG для каждого изображения, image-root-nnn.xxx, где nnn - номер изображения, а xxx - тип изображения (.ppm,.pbm,.jpg).
NB: pdfimages извлекает необработанные данные изображения из файла PDF без каких-либо дополнительных преобразований. Любое вращение, обрезка, инверсия цвета и т.д., Выполняемые потоком содержимого PDF, игнорируются.
Что касается Perl, вы проверили CPAN?
pdfimages хорошо, поскольку он не перекодирует, а извлекает только jpeg. Но есть ошибка:
pdfimages происходит из пакета "poppler-utils" или из более крупных "xpdf-utils". По крайней мере, в Ubuntu "poppler-utils" уже установлен заранее. PDFimages в poppler-utils 10.0.3 (Ubuntu 9.04 Jaunty) по-прежнему не реагирует на вариант "-j", чтобы извлечь ".jpg". Он всегда извлекает ".ppm".
В качестве обходного пути вы можете заменить "poppler-utils" на "xpdf-utils": $ sudo apt-get install xpdf-utils
с уважением,
+++ Оливер