OK ... acho que pdflatex é a peça que falta aqui.
O OP disse que analisou poppler-utils e pdftk . Deixe-me adicionar a esse pdfimages . Estes, juntamente com pdflatex , são as partes de uma solução.
pdfimages -f 4 -l 20 -j -png target.pdf imageroot
No código de exemplo acima, pdfimages examina as páginas 4 a 20 de target.pdf e extrai todas as imagens em arquivos com nomes que começam com imageroot .
poppler-utils fornece pdftotext . Eu recomendo a opção -layout , que faz um ótimo trabalho mantendo o documento legível para humanos.
pdftotext -layout $1.pdf $1.txt
A objeção do OP à solução imagemagick oferecida pelo pidosaurus é que
uma imagem não possui texto extraível. Com os utilitários que descrevi, o OP agora terá todas as imagens, bem como todo o texto extraído, e os números das páginas e o conteúdo serão mantidos pela opção -layout . O OP poderia identificar a página correta do texto e colocá-la em um arquivo .tex que termina com uma diretiva %includegraphics e se refere à imagem de substituição por nome de arquivo. Você então pdflatex e acaba com uma nova página única .pdf para inserir no restante do documento com pdftk . Se você sabia onde no texto da página original a imagem residia, você pode %includegraphics [h] e obter a imagem exatamente no lugar certo.