Eu recebi vários arquivos em pdf com imagens neles. As imagens originais foram perdidas, então eu preciso extraí-las. Eu tenho o Adobe Acrobat Pro, então eu os extraí usando Advanced > Document Processing > Export All Images (existem quatro opções: jpeg, png, tiff, jpeg2000). Mas, eu gostaria de extraí-los no formato original, e isso aparentemente não é jpeg: Eu também testei pdfimages.exe do xpdf como delineado aqui , e isso deu arquivos .ppm, não jpeg.
Então eu tentei identificar o ImageMagick, o que me deu foi isso:
identify images-000.ppm
images-000.ppm PPM 870x1181 870x1181+0+0 8-bit sRGB 3.082MB 0.000u 0:00.000
Isso indica que era um .bmp incorporado? Como dizer? Eu realmente esperaria uma função no Acrobat para identificar o formato das imagens, mas não consegui encontrá-lo.
Então, qual é a melhor maneira de identificar o formato de imagem das imagens em um pdf?
(Eu prefiro a extração via Acrobat por causa da funcionalidade do lote).
A imagem está no formato de arquivo portátil pixmap. (Veja Wikipedia: formato Netpbm para detalhes).
O pode usar as ferramentas netbmp para convertê-las em um bmp mais moderno.
A sintaxe para isso é: ppmtobmp images-000.ppm > images-000.bmp .
link é a página inicial para netpbm.
Existem várias imagens em um documento? Ou podemos apenas procurar o PDF para a linha com identify images-000.ppm , cortar o arquivo desse local e alimentá-lo para ppmtobmp? Não deve ser difícil automatizar isso.
Tags images pdf imagemagick