معرفی

این مقاله نشان می دهد که چگونه برای استخراج تمام تصاویر ساخته شده در فایل های PDF با استفاده از Aspose.PDF Image Extractor در .NET. شما خواهید دید که چگونگی استخوان تصاویر از یک یا چند PDF، مشخص کردن انواع خروجی، و مدیریت موارد مختلف استفاده با نمونه های کد کوتاه.

مشکل دنیای واقعی

استخراج تصاویر از فایل های PDF به صورت دستی آهسته و غیر قابل اعتماد است بسیاری از ابزارها تصاویر را از دست می دهند یا کیفیت پایین تر، در حالی که کسب و کارها نیاز به تصاویر اصلی و با کیفیت بالا برای مستند سازی، گزارش، آرشیو و یا بازسازی دارند.

بررسی راه حل

Aspose.PDF Image Extractor برای .NET ارائه می دهد استخراج دقیق، برنامه نویسی از تصاویر از هر PDF – پشتیبانی از کارهای بسته بندی، تمام فرمت های تصویر رایج، و مسیرهای خروجی سفارشی.

پیش شرط

• Visual Studio 2019 یا بالاتر
• .NET 6.0 یا بالاتر
• Aspose.PDF برای .NET نصب شده از طریق NuGet

PM> Install-Package Aspose.PDF

پیاده سازی گام به گام

مرحله 1: نصب و تنظیم Aspose.PDF

فضاهای مورد نیاز را اضافه کنید:

using Aspose.Pdf.Plugins;
using System.IO;

مرحله دوم: اسناد PDF را آماده کنید

مسیر ورودی فایل را تنظیم کنید (فردی PDF):

string inputPath = @"C:\Samples\sample.pdf";

مرحله 3: استخراج تصویر پایه از PDF

استفاده ImageExtractor و ImageExtractorOptions برای به دست آوردن تمام تصاویر از یک PDF:

using (var plugin = new ImageExtractor())
{
    var options = new ImageExtractorOptions();
    options.AddInput(new FileDataSource(inputPath));
    var resultContainer = plugin.Process(options);
    foreach (var result in resultContainer.ResultCollection)
    {
        var imageFile = result.ToFile();
        Console.WriteLine($"Image saved: {imageFile}");
    }
}

استفاده از موارد و برنامه ها (با تغییرات کد)

1. استخراج تصاویر از فایل های PDF چندگانه (Batch Processing)

از طریق یک دایرکتوری از PDF فایل ها و استخراج تمام تصاویر:

string[] pdfFiles = Directory.GetFiles(@"C:\Samples\PDFs", "*.pdf");
foreach (var pdfFile in pdfFiles)
{
    using (var plugin = new ImageExtractor())
    {
        var options = new ImageExtractorOptions();
        options.AddInput(new FileDataSource(pdfFile));
        var resultContainer = plugin.Process(options);
        foreach (var result in resultContainer.ResultCollection)
        {
            var imageFile = result.ToFile();
            Console.WriteLine($"Extracted: {imageFile}");
        }
    }
}

2. فقط انواع تصویر خاص را استخراج کنید (به عنوان مثال JPEG / PNG)

شما می توانید نتایج پس از فرآیند برای فیلتر کردن با افزونه فایل:

foreach (var result in resultContainer.ResultCollection)
{
    var imageFile = result.ToFile();
    if (Path.GetExtension(imageFile).Equals(".jpg", StringComparison.OrdinalIgnoreCase))
    {
        // Process only JPEG images
        Console.WriteLine($"JPEG found: {imageFile}");
    }
}

3. تصاویر را به یک پوشه سفارشی وارد کنید

برای ادغام با CMS یا گزارش ها، تصاویر را به یک پوشه مشخص شده توسط کاربر بنویسید:

string exportDir = @"C:\Samples\ExportedImages";
Directory.CreateDirectory(exportDir);
int count = 0;
foreach (var result in resultContainer.ResultCollection)
{
    var imageFile = result.ToFile();
    var destPath = Path.Combine(exportDir, $"extracted_{++count}{Path.GetExtension(imageFile)}");
    File.Copy(imageFile, destPath, overwrite:true);
}

4. تولید تصاویر صفحه به صفحه (پیشرفته)

برای کنترل بهتر، تصاویر را در هر صفحه با تقسیم PDF ها در ابتدا پردازش کنید یا از منطق پایین استفاده کنید ResultCollection شاخص ها.

چالش ها و راه حل های مشترک

تحدی: برخی از تصاویر استخراج نشدهراه حل: اطمینان حاصل کنید که فایل PDF خراب نشده است؛ برای XObject/image Type Problems را چک کنید یا استخراج را با آخرین نسخه Aspose.PDF اجرا کنید.

چالش: نوع فایل خروجی / فرمتراه حل: پس از پردازش برای تبدیل تصاویر استخراج شده در صورت نیاز به یک فرمت خاص استفاده کنید.

عملکرد و بهترین شیوه ها

• استفاده از استخراج بسته برای پروژه های بزرگ یا کارهای تکراری
• سازماندهی پوشه های خروجی برای جلوگیری از درگیری های فیل نام
• کیفیت تصویر خروجی را تأیید کنید و با برنامه های هدف بررسی کنید
• همیشه فایل های موقت را در اجراهای اتوماتیک پاک کنید

نمونه کامل اجرای

using Aspose.Pdf.Plugins;
using System;
using System.IO;

class Program
{
    static void Main()
    {
        string inputPath = @"C:\Samples\sample.pdf";
        using (var plugin = new ImageExtractor())
        {
            var options = new ImageExtractorOptions();
            options.AddInput(new FileDataSource(inputPath));
            var resultContainer = plugin.Process(options);
            foreach (var result in resultContainer.ResultCollection)
            {
                var imageFile = result.ToFile();
                Console.WriteLine($"Extracted image: {imageFile}");
            }
        }
    }
}

نتیجه گیری

Aspose.PDF Image Extractor برای .NET فرآیند جمع آوری تمام تصاویر از اسناد PDF را تسهیل می کند – پشتیبانی از فایل های تک، بسته ها یا نیازهای استخراج سفارشی. استفاده از آن برای اتوماسیون جریان های کاری، سیستم های مدیریت سند تغذیه، و یا بازگرداندن تصاویر PDF با کد حداقل.