一、适用场景全覆盖

这个方法能轻松应对绝大多数工作、学习中的 PDF 图片提取需求：

  1. 文档整理：提取 PDF 报告、白皮书、合同中的插图、图表、logo 等素材；
  2. 学习办公：导出课件、教材、论文里的高清图片，方便二次编辑使用；
  3. 素材收集：批量保存 PDF 画册、说明书、手册中的图片资源；
  4. 高效处理：几十页、上百页的 PDF，几秒内完成所有图片提取，告别手动操作。

二、核心优势：简单、高效、无损

相比截图、在线工具等传统方式，这个方案的优势非常突出：✅ 无损提取：直接提取 PDF 内嵌的原始图片，分辨率 100% 保留，无压缩、无模糊；✅ 批量处理：自动遍历 PDF 每一页，一次性提取所有图片，无需逐页操作；✅ 智能命名：图片文件自动按「页码 + 序号」命名，清晰对应原 PDF 位置，方便查找；✅ 自动归档：自动创建专属文件夹，所有提取的图片统一保存，整洁有序；✅ 格式兼容：支持 PNG、JPG、JPEG 等所有常见图片格式，无需额外转换；✅ 轻量无依赖：本地运行，无需上传文件到第三方平台，保护文档隐私安全。

三、实现方式：极简高效，零基础可上手

整个实现基于轻量的 PDF 处理工具，核心逻辑简洁清晰，全程无需复杂配置：

  1. 环境准备：仅需安装一个轻量的 PDF 处理依赖库，占用空间极小，安装秒完成；
  2. 路径配置：只需指定需要处理的 PDF 文件路径，无需修改其他参数；
  3. 自动执行：运行后工具会自动打开 PDF，逐页扫描识别内嵌图片；
  4. 批量导出：自动提取每一张图片的原始数据，按规则命名并保存到指定文件夹；
  5. 结果反馈：实时显示提取进度，最终统计总图片数量，清晰直观。

整个过程无需编写复杂代码、无需理解专业原理，三步即可完成：准备环境→指定文件→执行导出，零基础用户也能轻松上手。

四、实际效果展示

  • 运行后自动创建pdf_images文件夹，所有图片规整存放；
  • 文件名格式：page页码_img序号.格式，一眼就能找到对应页面的图片；
  • 无论 PDF 有多少页、多少张图片，都能快速完成提取，大文件也不卡顿；
  • 导出的图片和 PDF 中原图完全一致，可直接用于编辑、打印、展示。

五、总结

这款 PDF 图片提取方案，完美解决了日常办公学习中批量、无损、高效提取 PDF 图片的痛点，摒弃了截图的模糊和在线工具的隐私风险，本地运行、自动处理、结果清晰。

无论是少量图片提取，还是大批量文档处理，都能轻松胜任，是提升工作学习效率的实用小工具，强烈推荐大家收藏使用！

实现代码：

1

2

3

4

5

6

7

8

9

10

11

12

13

14

15

16

17

18

19

20

21

22

23

24

25

26

27

28

29

30

31

32

33

34

35

36

37

38

39

40

41

42

43

44

#pip install pymupdf

import fitz

import os

# 创建保存图片的文件夹

if not os.path.exists("pdf_images"):

    os.mkdir("pdf_images")

# 打开 PDF

pdf_path = "./txt/图平台白皮书.pdf"

pdf = fitz.open(pdf_path)

# 统计

total_images = 0

# 遍历每一页

for page_index in range(len(pdf)):

    current_page = page_index + 1  # 真实页码（从1开始）

    page = pdf[page_index]

    image_list = page.get_images(full=True)

    # 如果本页有图片，先输出提示

    if image_list:

        print(f"\n📄 第 {current_page} 页 找到 {len(image_list)} 张图片")

    # 遍历当前页的所有图片

    for img_index, img in enumerate(image_list, 1):

        xref = img[0]

        base_image = pdf.extract_image(xref)

        image_bytes = base_image["image"]

        image_ext = base_image["ext"]

        # 保存图片（文件名自带页码）

        image_path = f"pdf_images/page{current_page}_img{img_index}.{image_ext}"

        with open(image_path, "wb") as f:

            f.write(image_bytes)

        # 输出每张图片的位置

        print(f"  ✅ 已保存：第 {current_page} 页 第 {img_index} 张图片 → {image_path}")

        total_images += 1

print(f"\n🎉 提取完成！总共提取：{total_images} 张图片")

print(f"📁 所有图片保存在：pdf_images 文件夹")

结果输出：

📄 第 1 页 找到 1 张图片
  ✅ 已保存：第 1 页 第 1 张图片 → pdf_images/page1_img1.png

📄 第 4 页 找到 1 张图片
  ✅ 已保存：第 4 页 第 1 张图片 → pdf_images/page4_img1.jpeg

📄 第 6 页 找到 10 张图片
  ✅ 已保存：第 6 页 第 1 张图片 → pdf_images/page6_img1.jpeg
  ✅ 已保存：第 6 页 第 2 张图片 → pdf_images/page6_img2.jpeg
  ✅ 已保存：第 6 页 第 3 张图片 → pdf_images/page6_img3.jpeg
  ✅ 已保存：第 6 页 第 4 张图片 → pdf_images/page6_img4.jpeg
  ✅ 已保存：第 6 页 第 5 张图片 → pdf_images/page6_img5.jpeg
  ✅ 已保存：第 6 页 第 6 张图片 → pdf_images/page6_img6.jpeg
  ✅ 已保存：第 6 页 第 7 张图片 → pdf_images/page6_img7.jpeg
  ✅ 已保存：第 6 页 第 8 张图片 → pdf_images/page6_img8.jpeg
  ✅ 已保存：第 6 页 第 9 张图片 → pdf_images/page6_img9.jpeg
  ✅ 已保存：第 6 页 第 10 张图片 → pdf_images/page6_img10.jpeg

📄 第 7 页 找到 2 张图片
  ✅ 已保存：第 7 页 第 1 张图片 → pdf_images/page7_img1.png
  ✅ 已保存：第 7 页 第 2 张图片 → pdf_images/page7_img2.png

📄 第 8 页 找到 1 张图片
  ✅ 已保存：第 8 页 第 1 张图片 → pdf_images/page8_img1.jpeg

📄 第 10 页 找到 1 张图片
  ✅ 已保存：第 10 页 第 1 张图片 → pdf_images/page10_img1.jpeg

📄 第 13 页 找到 1 张图片
  ✅ 已保存：第 13 页 第 1 张图片 → pdf_images/page13_img1.jpeg

📄 第 14 页 找到 1 张图片
  ✅ 已保存：第 14 页 第 1 张图片 → pdf_images/page14_img1.jpeg

......

图片存储情况路径：

图片

# python
Logo
AtomGit开源社区

AtomGit 是由开放原子开源基金会联合 CSDN 等生态伙伴共同推出的新一代开源与人工智能协作平台。平台坚持“开放、中立、公益”的理念，把代码托管、模型共享、数据集托管、智能体开发体验和算力服务整合在一起，为开发者提供从开发、训练到部署的一站式体验。

更多推荐

CentOS 7 核心运维实战：RAID/LVM/ 系统启动 / Shell 编程全解析

RAID 0 实现的原理是什么？有什么特点？实现原理：将数据均匀拆分到多块硬盘上并行读写，没有校验盘、没有冗余，数据分段同时写入多块盘。特点：读写速度极快，性能随硬盘数量线性提升无冗余，无容量损耗，总容量 = 所有硬盘容量之和成本低，适合对速度要求高、但数据不重要的场景RAID 1 实现的原理是什么？有什么特点？RAID 5 实现的原理是什么？有什么特点？假设你有6块2T硬盘，现需要为web应用提

avatar AtomGit开源社区

如何通过JS改造WebUploader实现军工行业卫星视频的跨浏览器超大附件分片断点续传插件？

作为一名前端开发工程师，我近期接手了公司一个有些年头的旧项目改造工作。这次改造的核心需求，是要给这个旧项目增添大文件上传功能，尤其得支持 10G 左右文件的上传，并且还要具备断点续传的能力。在众多解决方案中，我选用了百度开源组件 webuploader 来实现这一功能。这个组件在理论上，具备处理大文件上传和断点续传的能力，就像是一把理论上能打开难题之锁的钥匙，所以我对它寄予了厚望。然而，在集成 w

avatar AtomGit开源社区
cover

GeoPixel:遥感中像素定位的大型多模态模型

avatar AtomGit开源社区