將多頁PDF轉換爲單頁PDF並提取圖像

Question

我有一個多頁PDF文件，其中包含我需要解析的信息。信息和圖片僅限於自己的頁面。我需要從PDF中提取文本和圖像。

我正在使用CentOS和PHP。

我嘗試：

我最初嘗試使用pdftotext和ImageMagick的組合。我將PDF轉換成圖像，實際上將頁面分隔成自己的圖像。不幸的是，頁面上的圖像質量非常差。

我的目標：

我需要將PDF拆分成多個PDF文件，每頁之一。然後，我需要以儘可能最好的質量從該頁面提取圖像。

謝謝。

Answer 1

ImageMagick的不適合執行此任務

當你需要從PDF中提取圖像，在他們的原來大小（即最好的，因爲任何其他的分辨率或比原來更小或更大），您必須使用

pdfimages

http://www.foolabs.com/xpdf/download.html

（個靜態二進制代碼可以，如果你不能從源代碼編譯）

語法：

pdfimages file.pdf image-root 

圖像而產生將擴展.ppm格式，除非你添加開關-j有JPEG圖像作爲輸出