PDFから画像を取り出すということ

「PDFを画像に」という言葉には、まったく別の2つの意味があります。間違ったほうを選ぶと午後がまるごと無駄になります。

各ページを画像にすると、1ページにつき1枚の画像ができます。文字も余白も写真も一緒に平らにされ、選んだ解像度になります。これは PDFをJPGにで、プレビューやサムネイルに向いています。

画像を取り出すと、写真やロゴそのものが、埋め込まれたときの大きさで、ページの枠なしに1点ずつ手に入ります。それがこのツールで、本物の写真を取り戻したいときに使うものです。

違いはたいてい解像度に出ます。報告書に置かれた写真は、紙の上では8センチで印刷されるとしても、幅3000ピクセルあることが珍しくありません。ページを写せば、ページが描画された解像度しか得られません。画像を取り出せば、3000ピクセルすべてが手に入ります。

見つかるもの

ファイルが抱えているすべてのビットマップ画像です。写真、スキャン、ロゴ、スクリーンショット、署名、そして誰かが貼り付けたグラフの画像。

目に見えない画像も見つかります。白い四角の裏に隠れたロゴ、ページ上では隅だけに切り取られた画像、レイヤーに置き去りにされた画像。PDFがそれらを抱えている以上、取り出されます。それ自体が有益な発見であることも少なくありません。

ベクター図形。 Excelが描いたグラフ、曲線として保存されたロゴ、線画 — これらは図形を描くための命令であって、画像ではありません。取り出すものが存在しないので、図だらけのファイルで「画像なし」と出ることがあります。画像として欲しい場合は PDFをJPGにでページを描画してください。
文字。 どれほど美しく組まれていても、文字は画像ではありません。
スキャンした文書のページ — 期待とは少し違う意味でです。スキャンはふつう1ページにつき*1枚*の大きな画像を持つので、取り出せばスキャンそのものが原寸で戻ってきます。それが正解です。

実際のPDFは、画像とは呼べない極小の画像であふれています。1ピクセルのすき間埋め、グラデーションの帯、マスクのタイル、箇条書きの点。放っておくと、本当に欲しかった4枚の写真が埋もれてしまいます。

このしぼり込みは、指定した大きさより小さいものを隠します。初期値は実用的な値です。小さなロゴなど特定のものを探しているときは すべて残す にしてください。

PNG が無難です。劣化がなく、ロゴで重要になる透明も保たれます。

JPG は写真でファイルが小さくなります。ただし再エンコードされます。PDFの中の画像はたいていすでに一度JPEGを通っており、二度目でわずかに品質が落ちます。文書に入れる写真なら見た目の差はありませんが、これから編集するものならPNGを選んでください。

PDFはブラウザーの中で開かれ、読み込まれます。サーバーに届くことはありません。そのファイルが契約書、医療画像、顧客の写真一式など、見知らぬサイトに貼り付けたくないものであるときに、これが効いてきます。

アップロードの待ち時間もサイズの上限もなく、ページを一度読み込んだあとはオフラインでも動きます。