使用PHP从PDF中提取图像
[英]extract images from PDF with PHP
问题描述
问题是客户想要上传带有图像的pdf，作为一次批量处理多个图像的方式。
我已经环顾四周，开箱即用PHP无法阅读PDF文件。
我有什么选择？
我已经知道主机没有安装imageMagick或任何pdf库， exec功能被禁用。 我猜，这基本上让我无需工作。
有没有人知道是否有一个可以做到这一点的在线服务，有各种各样的api？
谢谢你
2 个解决方案
解决方案1
9 已采纳 2013-12-05 14:51:40
AFAIK，没有PHP模块可以做到。 有一个命令行工具， pdfimages （ xpdf的一部分）。 作为参考，这是如何工作的：
pdfimages -j source.pdf image
这将从source.pdf中提取所有图像为image-000.jpg，image-001.jpg等。请注意，输出格式始终为Jpeg。
可能的选择
作为命令行工具，您需要exec （或system ， passthru ，PHP内置的任何命令执行函数）。 由于您的环境没有，我看到四个选项：
- 请求为您打开exec（您的托管服务提供商可以限制您执行单个命令的操作）
- 更改设计 - ZIP上传怎么样？
- 使用
pdfimages的源代码作为模型，pdfimages - 让
pdfimages通过在您控制的远程主机上运行它来完成繁重的工作
关于＃3，滚动你自己，我不认为滚动你自己，解决一个非常狭窄的要求定义，将是太困难了。 我似乎记得PDF中的图像边界定义得很好：只需将文件读入边界，切割到边界的末尾，base64_decode，然后写入文件 - 重复。 但是，这可能太多了......
如果滚动你自己太复杂了，那么选项＃4就像Joel Spolsky描述的使用复杂的Excel对象一样 （参见大胆标题下的编号列表“让Office为你做繁重的工作”）。
- 找到一个便宜的托管环境（例如亚马逊EC2）让你
exec和curl - 安装
pdfimages - 编写一个PHP脚本，将URL带到PDF，curl打开PDF，将其写入磁盘，将其传递给pdfimages，然后将URL返回到生成的图像。
示例交换可能如下所示：
GET http://www.cheaphost.com/pdfimages.php?extract=http://www.limitedhost.com/path/to/uploaded.pdf
Content-type: text/html
<html>
<body>
<ul>
<li>http://www.cheaphost.com/pdfimages.php?retrieve=ab9895v/image-000.jpg</li>
<li>http://www.cheaphost.com/pdfimages.php?retrieve=ab9895v/image-001.jpg</li>
</ul>
</body>
</html>
因此，您的单个pdfimages.php脚本（在具有exec功能的主机上运行）可以提取图像，并允许您访问提取的图像。 提取时，它会读取您告诉它的PDF，在其上运行pdfimages，并返回一个要调用的URL列表以检索提取的图像。 检索时，它只会让您回到直线图像。
您需要处理清理，或许要做的事情是在检索后删除图像。 您还需要处理安全性 - 不知道这些图像中的内容，但内容可能需要包含在SSL中并采取其他预防措施。
解决方案2
0 2019-05-15 23:11:47
您可以使用pdfimages并以这种方式安装它：
apt install poppler-utils
然后以这种方式使用它将所有图像作为PNG文件：
pdfimages -j mypdf.pdf image -png
图像将放在image-000.png，image-001.png等下的同一文件夹中。
有许多选项可供选择，包括一些可以更改输出格式的选项， 这里有更多信息。
我希望这有帮助！
用PHP从pdf中提取图像
声明:本站的技术帖子网页，遵循CC BY-SA 4.0协议，如果您需要转载，请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.