Sobre esta ferramenta
Os PDFs não guardam imagens como arquivos JPG ou PNG separados — cada imagem é incorporada dentro do documento como um objeto interno, codificado da forma que fizesse sentido quando o PDF foi criado. Esta ferramenta investiga essa estrutura diretamente no seu navegador: percorre cada página em busca de imagens rasterizadas incorporadas, devolve as fotos que foram guardadas como JPEG idênticas byte a byte ao arquivo original (sem recompressão, sem perda de qualidade) e reconstrói um arquivo PNG real e válido em torno de quaisquer dados de pixel brutos e não comprimidos que encontrar, para que também fiquem disponíveis para download. Solte um PDF, clique em "Extrair imagens", e cada imagem que puder ser recuperada aparece como sua própria miniatura com download em um clique.
Nada é enviado a um servidor — o PDF é analisado localmente com pdf-lib, percorrendo o dicionário interno `/Resources/XObject` de cada página e diferenciando imagens rasterizadas reais de Form XObjects (fragmentos de página reutilizáveis que não são fotos, como páginas incorporadas por um layout n-up ou de folheto), de modo que só imagens reais são extraídas. Algumas codificações internas exóticas — paletas de cores indexadas, CMYK, canais de 16 bits, ou compressão de fax JBIG2/CCITT normalmente usada em páginas escaneadas em preto e branco — não são reempacotadas em um arquivo para download por esta ferramenta. Em vez de adivinhar pixels que não consegue decodificar corretamente, ela informa honestamente as dimensões exatas dessa imagem e a marca como codificação não suportada em vez de gerar um arquivo corrompido.
Perguntas frequentes
Por que diz "codificação não suportada" para algumas imagens?
PDFs podem armazenar imagens usando várias codificações internas diferentes. Esta ferramenta suporta totalmente as duas mais comuns (imagens codificadas em JPEG, extraídas como estão, e bitmaps RGB codificados em bruto/Flate, reempacotados em arquivos PNG padrão). Codificações menos comuns (paletas de cores indexadas, CMYK, compressão estilo fax JBIG2, ou JPEG2000) são detectadas — você ainda verá suas dimensões e saberá que existem — mas atualmente não são reempacotadas em um arquivo para download, para evitar adivinhar dados de pixel que não pode decodificar de forma confiável.
Isso encontrará imagens que foram usadas como plano de fundo de página ou marca d'água?
Sim — a ferramenta escaneia os recursos de imagem raster incorporados em cada página, independentemente de como são usados visualmente (uma imagem de fundo de página inteira, um pequeno logotipo, uma foto ou um bitmap de marca d'água digitalizado são todos detectados da mesma forma). A única coisa que ela deliberadamente pula são marcas d'água baseadas em TEXTO ou desenhadas vetorialmente (como as que nossa própria ferramenta de Marca d'Água PDF cria), já que são desenhadas como glifos de fonte ou caminhos vetoriais, não imagens raster — não há nada para "extrair" como arquivo de imagem nesse caso.