pdf-image-kit 0.1.0

Extract embedded, inline, rendered, and vector-backed images from PDF files

pdf-image-kit

pdf-image-kit 是一个独立的 PDF 图片提取包，专注于把 PDF 里的候选图片提取出来。

能力

• 提取嵌入位图
• 提取内联图片块
• 在必要时渲染页面片段作为回退
• 提取大块矢量图区域
• 支持导出到磁盘或直接返回内存结果

安装

pip install pdf-image-kit

作为 Python 包调用

安装包名是 pdf-image-kit，导入模块名仍然是 pdf_image_extractor。

from pdf_image_extractor import extract_images, extract_images_from_bytes

manifest = extract_images(
    pdf_path="/path/to/demo.pdf",
    output_dir="./out/demo",
    min_width=1,
    min_height=1,
    render_dpi=216,
    dedupe=True,
    vector_min_width=80,
    vector_min_height=60,
    vector_padding=6,
)

print(manifest["exported_images"])

CLI

pdf-image-extract /path/to/demo.pdf -o ./out