Extrair imagens de PDF
Tire as imagens rasterizadas embutidas num PDF e baixe tudo num ZIP — offline, no seu navegador.
Como funciona
Solte um PDF e o arquivo é lido diretamente: todo objeto de imagem dentro do documento é encontrado e desempacotado. Cada um aparece como miniatura com suas dimensões reais em pixels e seu formato. Baixar tudo em ZIP grava o conjunto de uma vez, com nomes formados pelo arquivo de origem e o número do objeto da imagem, então eles se mantêm estáveis se você rodar de novo.
Fotos JPEG saem intocadas
A maioria das imagens dentro de PDFs — toda digitalização, toda fotografia — é guardada como JPEG. Essas são copiadas byte a byte: o arquivo que você recebe é exatamente o que estava embutido, sem decodificar nem recodificar, então nada se perde e o tamanho continua pequeno. As guardadas como dados de pixel comprimidos são reconstruídas como PNG, que também é sem perdas.
O que ele pula, e por que avisa
Algumas imagens usam códecs que esta ferramenta não desempacota — a codificação de fax CCITT e JBIG2, ambas de scanners antigos. Essas são listadas pelo nome com o motivo em vez de descartadas em silêncio, para que um resultado nunca fique incompleto sem aviso. Imagens JPEG 2000 são salvas como .jp2, que muitos visualizadores não abrem, mas ainda é o dado original.
Por que roda no seu navegador
O PDF é analisado com pdf-lib na sua própria máquina e as imagens nunca saem dela. Aqui isso pesa mais que em quase qualquer outra página do site: as fotos dentro de um relatório digitalizado, um documento de identidade ou um prontuário são justamente a parte sensível. O ZIP também é montado localmente, então nada da extração sai da aba.