使用 GroupDocs.Watermark Java 從 PDF 中提取圖像

處理 PDF 檔案時，通常需要 提取圖像——無論是重新使用圖形、執行 OCR，或套用自訂浮水印。在本教學中，你將學習如何使用 GroupDocs.Watermark Java 函式庫快速且可靠地 提取 PDF 中的圖像。我們將涵蓋從環境設定到將每個找到的圖像儲存為 PNG 檔案的全部步驟，甚至示範如何將解決方案擴展至批次 PDF 圖像提取。

快速解答

  • 「how to extract images」是什麼意思？ 它指的是以程式方式定位並儲存 PDF 檔案中嵌入的圖形。
  • 哪個 Java 函式庫最適合？ GroupDocs.Watermark 提供簡單的 API 進行圖像搜尋與提取。
  • 我需要授權嗎？ 免費試用可用於開發；商業授權則需於正式環境使用。
  • 可以將圖像儲存為 PNG 嗎？ 可以——使用 PdfImage 物件的 save 方法。
  • 支援批次處理嗎？ 當然可以，只需使用相同程式碼對多個 PDF 路徑進行迴圈。

什麼是 PDF 圖像提取？

圖像提取是指辨識 PDF 文件中所有嵌入的點陣或向量圖形，並將其匯出為單獨的圖像檔案。此功能可用於內容再利用、品質檢查，或將圖像輸入至後續工作流程，例如機器學習管線。

為何在 Java 中使用 GroupDocs.Watermark？

  • 高準確度 – 引擎會解析 PDF 內部結構以定位附加及內嵌圖像。
  • 簡易 API – 只需幾行程式碼即可取得 PdfImage 物件集合。
  • 效能最佳化 – 即使面對大型、多頁 PDF 亦能順暢運作。
  • 可擴充 – 可依尺寸、格式過濾，或在提取後替換圖像。

前置條件

  • Java Development Kit (JDK) 8 或更新版本。
  • 已在專案中加入 GroupDocs.Watermark for Java SDK（Maven/Gradle 或手動 JAR）。
  • 一個包含嵌入圖形的範例 PDF。
  • 具備 Java 語法與 IDE 設定的基本認識。

匯入必要套件

首先匯入 API 所提供的必要類別：

import com.groupdocs.watermark.domain.PdfSearchableObjects;
import com.groupdocs.watermark.domain.watermarkable.PdfImage;
import com.groupdocs.watermark.domain.watermarkable.WatermarkableImageCollection;
import com.groupdocs.watermark.options.PdfLoadOptions;
import com.groupdocs.watermark.Watermarker;

步驟說明

步驟 1：載入 PDF 文件

在搜尋之前，需要先將 PDF 載入 Watermarker 實例中。

// Specify the path to your PDF
String inputPdfPath = "C:\\Docs\\sample.pdf";

// Initialize load options
PdfLoadOptions loadOptions = new PdfLoadOptions();

// Create Watermarker instance
Watermarker watermarker = new Watermarker(inputPdfPath, loadOptions);

提示： 請確認檔案路徑正確且應用程式具有讀取權限。

步驟 2：設定搜尋嵌入或附加圖像

指示引擎僅搜尋圖像（忽略文字或註解等其他物件）。

// Set to search only for attached images
watermarker.getSearchableObjects().setPdfSearchableObjects(PdfSearchableObjects.AttachedImages);

為什麼？ 專注於圖像搜尋可縮短處理時間，並返回更精簡的集合。

步驟 3：在 PDF 中搜尋圖像

取得符合條件的完整圖像集合。

// Retrieve all images matching the search criteria
WatermarkableImageCollection images = watermarker.getImages();

// Output the number of images found
System.out.println("Number of images found: " + images.getCount());

專業提示： 你可以檢查 images.getCount() 以決定是否需要進一步處理。

步驟 4：處理找到的圖像 ── 將 PDF 圖像儲存為 PNG

現在已取得 PdfImage 物件，你可以將每個圖像儲存為單獨的 PNG 檔案——這是常見的 save pdf images png 需求。

int index = 1;
for (PdfImage image : images) {
    // Save each image as PNG
    image.save("C:\\Output\\Image_" + index + ".png");
    index++;
}

常見陷阱： 若未先建立輸出目錄，會拋出 IOException。請事先建立資料夾或在程式碼中加入檢查。

步驟 5：關閉資源

務必釋放 Watermarker 以釋放原生資源。

watermarker.close();

如何執行批次 PDF 圖像提取

若需從多個 PDF 提取圖像，可將上述步驟包在迴圈中，遍歷檔案路徑清單。相同的 Watermarker 邏輯適用於每個文件，讓你僅需少量額外的 Java 程式碼即可構建 batch pdf image extraction 流程。

常見問題與解決方案

問題解決方案
未找到圖像確認 PDF 確實包含嵌入的圖像。可使用 PDF 檢視器的「匯出圖像」功能加以驗證。
權限錯誤確保 Java 程序對輸入與輸出資料夾具有讀寫權限。
大型 PDF 造成 OutOfMemoryError增加 JVM 堆積大小（-Xmx 參數），或使用 PdfLoadOptions.setPageNumber 逐頁處理 PDF。
圖像儲存為錯誤格式save 方法會遵循所提供的檔案副檔名；若需無損輸出，請使用 .png。

常見問答

Q: 在使用 extract images pdf java 時，我可以依尺寸或格式過濾圖像嗎？
A: 可以。取得 WatermarkableImageCollection 後，檢查每個 PdfImage 的屬性（寬度、高度、格式），再於儲存前套用條件判斷。

Q: 提取後可以替換圖像嗎？
A: 當然可以。使用 watermarker.replace(image, newImage)，其中 newImage 為你從檔案或串流建立的 PdfImage。

Q: 此函式庫支援受密碼保護的 PDF 嗎？
A: 支援。在建立 Watermarker 前，於 PdfLoadOptions.setPassword("yourPassword") 中提供密碼。

Q: 此方法與使用 PDF 檢視器的「匯出圖像」功能相比如何？
A: 透過 GroupDocs.Watermark 以程式方式提取圖像可完全自動化、適用於伺服器環境，且能整合至更大的工作流程，例如批次處理或下游 AI 管線。

Q: 需要哪個版本的 GroupDocs.Watermark？
A: 任何近期版本（2024‑2025 年發行）皆支援上述 API。請查閱官方發行說明以了解細節變更。

結論

現在你已掌握使用 GroupDocs.Watermark for Java 從 PDF 檔案 提取圖像 的完整、可投入生產的方法。透過載入文件、設定搜尋、取得圖像集合，並將每張圖像儲存為 PNG，你可以自動化重複性工作、支援批次處理，並將圖像提取整合至更大型的 Java 應用程式中。

最後更新： 2026-02-26
測試環境： GroupDocs.Watermark for Java 23.9（撰寫時的最新版本）
作者： GroupDocs