在数字化时代，PDF文件因其跨平台兼容性和内容完整性而成为文件交换的首选格式。本文将探讨如何利用PDF Xpress工具从PDF文档中提取图像，这一功能在网页设计、文档编辑、演示文稿制作等多个领域都有广泛的应用。例如，当原始图像文件丢失时，可能需要从PDF中提取图像以在其他文档中重复使用。
PDF文档的页面由多种不同类型的对象组成，包括裁剪路径、附件、视频、音频文件和图像等。在PDF中，图像是由按行或列顺序扫描图像数组获得的一系列样本定义的。PDF软件的一个流行特性是能够提取图像，这些图像通常被保存到磁盘或内存中的图像文件格式。
市场上有许多PDF图像提取应用程序，但质量并非它们的强项。许多工具使用开源PDF库编写，虽然通常可以完成任务，但往往以牺牲准确性为代价。PDF Xpress为开发者提供了一种可靠、快速且彻底的图像提取功能，可以集成到他们的产品中。此外，与其他Accusoft产品如ImagXpress结合使用，用户可以将提取的图像保存为多种格式，包括JPEG-XR、JPEG 2000、GIF、TIFF、PNG等。
网络上存在一种误解，认为图像文件是完整地插入到PDF中的（这仅在附件的情况下成立），只需发现这个文件并提取即可。实际上并非如此。例如，PDF中常用的DCTDecode过滤器（离散余弦变换用于编码JPG图像），人们常常错误地将整个DCTDecode流数据提取出来，并将其保存为.JPG文件。有时，图像看起来与原始PDF相符，这只是在Image XObject的BitsPerComponent值为8，ColorSpace值为DeviceRGB，并且指定了非默认的Decode数组值的情况下才可能。如果使用其他ColorSpace，则简单地提取图像数据是不正确的，也不是合适的解决方案。
PDF仅包含原始图像数据，没有格式、没有头部等。此外，数据是按照指定的颜色空间来表示的，因此需要软件将这些数据以一种对输出格式有意义的方式组合起来。例如，如果图像数据指定为Lab颜色空间，就不能直接将其保存为TIFF。PDF支持多种颜色空间，如Lab、CalRGB、ICCBased、DeviceCMYK、Separation等。这样的图像数据不容易在大多数图像格式中表达，因此需要将数据转换为另一种颜色空间，以便格式能够理解。PDF Xpress以Bitmap（BMP）格式提供数据，这是一种无损格式，因此没有信息损失，并且它为提供了将图像数据保存为任何选择的格式的灵活性。
PDF图像提取软件的一个常见弱点是处理使用DeviceCMYK ColorSpace的图像。通常处理不正确，很多时候甚至根本没有处理。它通常使用一种简单的数值转换将数据转换为RGB颜色空间，这经常导致图像颜色褪色，是对原始图像的粗略近似。PDF Xpress使用颜色管理来正确转换这样的图像。
一些PDF软件声称以原生格式提取图像数据，其中一个声称的格式是TIFF。问题是PDF中没有TIFF这种东西。CCITTFaxDecode是PDF中用于压缩图像流的过滤器，这是一种常用于双色TIFF图像的压缩类型，但它只是一个数据块；它不是一个实际的TIFF文件。因此，TIFF文件和CCITT压缩的数据块不是一回事。
许多提取工具提供的输出是损坏的，颜色不正确，跳过页面上的图像，不能处理安全文档，或者只返回部分图像。PDF Xpress正确处理提取所有Image XObjects，并且由于提取是在非托管代码中完成的，提取速度非常快。事实上，一些在Acrobat中打开时会导致“图像数据不足”错误的PDF文档，可以使用PDF Xpress无问题地提取。
在不到2分钟内，可以编写直观的代码从PDF文档的页面中提取图像，并将它们保存为JPEG-XR图像，如下所示的C#代码：
using (PdfXpress pdf = new PdfXpress())
{
using (ImagXpress ix = new ImagXpress())
{
pdf.Initialize();
using (Document doc = new Document(pdf, "document.pdf"))
{
ExtractImageOptions options = new ExtractImageOptions();
int imageCount = doc.ExtractImages(0, options);
PDFImage pdfImage = doc.GetExtractedImage(0, 0);
using (Bitmap pdfBitmap = pdfImage.GetBitmap())
{
using (ImageX img = ImageX.FromBitmap(ix, pdfBitmap))
{
Accusoft.ImagXpressSdk.SaveOptions so = new Accusoft.ImagXpressSdk.SaveOptions();
so.Format = ImageXFormat.JpegXR;
img.Save("image.jxr", so);
}
}
}
}
}