Java 处理 PDF 图片：提取 PDF 中的图片，并压缩 PDF 图片体积

原创

用户12416476

发布于 2026-06-18 20:16:09

920

在一些文档处理场景中，PDF 里经常会包含大量图片，例如扫描件、产品手册、报告附件、合同图片等。有时候我们需要把 PDF 里的图片单独提取出来，用于归档、识别、二次编辑；也有时候 PDF 文件过大，原因正是里面嵌入了高分辨率图片，这时就需要对图片进行压缩。

本文以 Spire.PDF for Java 为例，实现两类常见图片操作：

从 PDF 文档中提取图片
压缩 PDF 文档中的高质量图片

一、准备工作

示例代码使用 Maven 项目。先在 pom.xml 中加入 Spire.PDF for Java 依赖。

<repositories>
    <repository>
        <id>com.e-iceblue</id>
        <name>e-iceblue</name>
        <url>https://repo.e-iceblue.cn/repository/maven-public/</url>
    </repository>
</repositories>

<dependencies>
    <dependency>
        <groupId>e-iceblue</groupId>
        <artifactId>spire.pdf</artifactId>
        <version>12.6.1</version>
    </dependency>
</dependencies>

如果是普通 Java 项目，也可以手动引入对应的 Jar 包。为了方便演示，下面的代码都使用本地文件路径，需要根据自己的实际目录修改。

二、从 PDF 中提取图片

1. 实现思路

提取图片的核心流程并不复杂：

加载 PDF 文件；
遍历 PDF 的每一页；
获取当前页中的图片信息；
将图片对象保存为本地图片文件。

Spire.PDF 中可以使用 PdfImageHelper 获取页面里的图片信息，再通过 PdfImageInfo.getImage() 拿到 BufferedImage 对象，最后用 ImageIO.write() 写出到本地。

2. 示例代码

import com.spire.pdf.PdfDocument;
import com.spire.pdf.PdfPageBase;
import com.spire.pdf.utilities.PdfImageHelper;
import com.spire.pdf.utilities.PdfImageInfo;

import javax.imageio.ImageIO;
import java.awt.image.BufferedImage;
import java.io.File;
import java.io.IOException;

public class ExtractPdfImages {

    public static void main(String[] args) throws IOException {
        String inputPdf = "C:/pdf/input.pdf";
        String outputDir = "C:/pdf/images/";

        PdfDocument document = new PdfDocument();

        try {
            // 加载 PDF 文件
            document.loadFromFile(inputPdf);

            // 创建输出目录
            File dir = new File(outputDir);
            if (!dir.exists()) {
                dir.mkdirs();
            }

            PdfImageHelper imageHelper = new PdfImageHelper();
            int imageIndex = 1;

            // 遍历 PDF 每一页
            for (int pageIndex = 0; pageIndex < document.getPages().getCount(); pageIndex++) {
                PdfPageBase page = document.getPages().get(pageIndex);

                // 获取当前页中的所有图片
                PdfImageInfo[] imageInfos = imageHelper.getImagesInfo(page);

                // 保存图片
                for (PdfImageInfo imageInfo : imageInfos) {
                    BufferedImage image = imageInfo.getImage();

                    String fileName = String.format(
                            "page-%d-image-%d.png",
                            pageIndex + 1,
                            imageIndex++
                    );

                    File outputFile = new File(outputDir + fileName);
                    ImageIO.write(image, "PNG", outputFile);
                }
            }

            System.out.println("图片提取完成，共导出 " + (imageIndex - 1) + " 张图片。");

        } finally {
            document.dispose();
        }
    }
}

3. 代码说明

这里没有直接使用简单的 图片-1.png 命名，而是把页码也放进了文件名，例如：

page-1-image-1.png
page-2-image-3.png

这样做的好处是，后续排查图片来源时更方便。尤其是 PDF 页数较多时，只用连续编号不太容易判断图片原本属于哪一页。

需要注意的是，提取出来的图片格式在示例中统一保存为 PNG。如果原 PDF 中图片本身较大，保存为 PNG 后文件体积可能并不会变小。如果只是为了预览或网页展示，也可以根据需求改成 JPG。

例如：

ImageIO.write(image, "JPG", outputFile);

不过 JPG 是有损格式，适合照片类图片，不太适合文字截图、表格截图或带透明背景的图片。

三、压缩 PDF 中的图片

1. 适用场景

PDF 文件过大时，图片通常是主要原因之一。比如：

扫描件分辨率过高；
报告中插入了大量高清图片；
图片没有经过压缩就直接嵌入 PDF；
页面内容不多，但 PDF 文件却几十 MB。

这类情况可以尝试压缩 PDF 中的图片，从而减小整个 PDF 文件体积。

不过要注意，图片压缩通常会带来一定清晰度损失。如果 PDF 用于打印、归档或正式交付，建议先备份原文件，再对副本进行压缩。

2. 示例代码

import com.spire.pdf.FileFormat;
import com.spire.pdf.PdfDocument;
import com.spire.pdf.PdfPageBase;
import com.spire.pdf.utilities.PdfImageHelper;
import com.spire.pdf.utilities.PdfImageInfo;

import java.io.File;

public class CompressPdfImages {

    public static void main(String[] args) {
        String inputPdf = "C:/pdf/input.pdf";
        String outputPdf = "C:/pdf/output-compressed.pdf";

        PdfDocument document = new PdfDocument();

        try {
            // 加载 PDF 文件
            document.loadFromFile(inputPdf);

            // 关闭增量更新，避免保存后文件体积异常增大
            document.getFileInfo().setIncrementalUpdate(false);

            PdfImageHelper imageHelper = new PdfImageHelper();

            // 遍历每一页，对页面中的图片进行压缩
            for (int pageIndex = 0; pageIndex < document.getPages().getCount(); pageIndex++) {
                PdfPageBase page = document.getPages().get(pageIndex);

                PdfImageInfo[] imageInfos = imageHelper.getImagesInfo(page);

                for (PdfImageInfo imageInfo : imageInfos) {
                    imageInfo.tryCompressImage();
                }
            }

            // 保存压缩后的 PDF
            document.saveToFile(outputPdf, FileFormat.PDF);

            printFileSize(inputPdf, outputPdf);

        } finally {
            document.dispose();
        }
    }

    private static void printFileSize(String beforePath, String afterPath) {
        File before = new File(beforePath);
        File after = new File(afterPath);

        double beforeMb = before.length() / 1024.0 / 1024.0;
        double afterMb = after.length() / 1024.0 / 1024.0;

        System.out.printf("压缩前：%.2f MB%n", beforeMb);
        System.out.printf("压缩后：%.2f MB%n", afterMb);
    }
}

四、关于 `setIncrementalUpdate(false)` 的说明

压缩 PDF 时，代码里有一行：

document.getFileInfo().setIncrementalUpdate(false);

这一步建议保留。

PDF 保存时可能会使用增量更新机制，也就是在原文件后面追加修改内容，而不是完全重写整个文件。这种方式适合部分编辑场景，但在压缩图片时，可能导致旧数据仍然保留在文件中，最终出现“明明压缩了，文件却没有明显变小”的情况。

所以在压缩 PDF 图片时，可以关闭增量更新，让保存结果更符合预期。

五、提取和压缩的区别

虽然两个功能都和 PDF 图片有关，但它们解决的问题不同。

操作	目的	输出结果
提取图片	把 PDF 中的图片单独导出	多个图片文件
压缩图片	减小 PDF 中图片占用空间	一个新的 PDF 文件

简单理解：

想拿到 PDF 里的图片，用“提取”；
想让 PDF 文件变小，用“压缩”。

六、常见问题

1. 为什么有些 PDF 提取不到图片？

并不是所有看起来像图片的内容都一定是图片对象。

例如：

页面内容可能是矢量图；
文字和图形可能是由绘制指令组成；
扫描件可能整页就是一张大图；
某些 PDF 的图片可能经过特殊编码或封装。

所以实际项目中要根据 PDF 来源测试，不能只用一个样例判断兼容性。

2. 压缩后文件体积没有明显变化怎么办？

可能有几种原因：

PDF 主要体积不在图片，而在字体、附件或其他资源；
图片本身已经被压缩过；
图片数量不多；
原 PDF 保存结构比较特殊；
压缩比例有限，变化不明显。

建议压缩前后对比文件大小，并尽量使用真实业务文件测试。

3. 压缩会不会影响图片清晰度？

有可能会。

图片压缩的目标是减少文件体积，通常会在一定程度上影响图片质量。如果 PDF 需要打印、盖章、归档，建议不要直接覆盖原文件，而是输出一个新的压缩版本。

七、总结

本文使用 Java 演示了两个常见 PDF 图片处理需求：

使用 PdfImageHelper.getImagesInfo() 获取 PDF 页面中的图片信息；
使用 PdfImageInfo.getImage() 提取图片；
使用 PdfImageInfo.tryCompressImage() 压缩 PDF 中的图片；
保存 PDF 时关闭增量更新，避免压缩结果不明显。

在实际业务中，建议把“提取图片”和“压缩 PDF”封装成独立工具方法，并增加文件大小校验、异常处理、目录检查等逻辑。这样无论是做文档归档、附件处理，还是后台批量压缩 PDF，都更容易复用。

原创声明：本文系作者授权腾讯云开发者社区发表，未经许可，不得转载。

如有侵权，请联系 cloudcommunity@tencent.com 删除。

java

原创声明：本文系作者授权腾讯云开发者社区发表，未经许可，不得转载。

如有侵权，请联系 cloudcommunity@tencent.com 删除。

java

登录后参与评论

0 条评论

热度