PDF 画像抽出ツール

画像そのものを取り出す。画像のスクリーンショットではなく

「PDF を画像に」と称するツールの多くは、各ページをビットマップにレンダリングします。得られるのはページ全体——文字も背景も込みで、しかも解像度はあなたが選んだもの。著者がそこに置いた写真を手に入れるのとは別物です。

PDF の中の画像はファイル内の独立したオブジェクトで、多くの場合、取り込んだときのまま圧縮された完全な JPEG がそこにあります。このツールはオブジェクトグラフをたどってそれらを見つけ、JPEG をそのまま書き出します。同じバイト、同じ画質、二度目の非可逆圧縮はありません。

出てくるもの

• DCTDecode（JPEG）と JPXDecode（JPEG 2000） — 転送フィルターを外した先が、そのまま元のファイルです。再エンコードは一切しません。
• FlateDecode・LZWDecode・RunLengthDecode の生ビットマップ — 色空間（グレー・RGB・CMYK・ICCBased・パレット付きインデックス）、ビット深度（成分あたり 1・2・4・8・16 ビット）、/Decode 配列、/SMask のアルファを踏まえて復号し、PNG として書き出します。
• /ImageMask のステンシル — 1 ビットマスクは透明 PNG になります。
• JBIG2Decode と CCITTFaxDecode — これらは単独の画像ファイルではなく、ブラウザーでは復号できません。サイズ・フィルター・ページとともに一覧に出し、「抽出不可」と明記します。黙って落とすことはしません。

効いてくる数字は実効 DPI

600 × 400 のビットマップは、1 インチ幅なら 600 DPI、4 インチなら 150 DPI、8 インチなら 75 DPI です。ピクセル数だけでは印刷品質について何も言えません。このツールはページのコンテンツストリームを解析して変換行列を追跡し、各画像が実際に描かれているサイズと、そこから決まる DPI を表示します（300 未満は琥珀色、150 未満は赤）。

そのおかげで、きわめて実務的な二つの問いに最短で答えられます。なぜこの PDF は 40 MB もあるのか？（誰も必要としない 1200 DPI の画像）そしてなぜ印刷結果が悪いのか？（表紙いっぱいに引き伸ばされた 90 DPI のロゴ）。

重複はまとめます

12 ページに描かれている 1 つの画像オブジェクトは、12 ページで使われている 1 枚の画像であって、12 枚ではありません。カードには使用しているすべてのページが並びます。

絞り込み

最小の幅と高さを指定すれば、ワープロが出力にばらまく 1 × 1 のスペーサー画像を飛ばせます。ファイルのリソースに存在しながら一度も描かれない画像を含めることもできます。

プライバシー

PDF の読み込みと展開はすべてブラウザー内で完結します。アップロードは行わず、処理中のネットワーク通信もありません。