用PHP从PDF中提取图像_Php_Image_Pdf

用PHP从PDF中提取图像

php image pdf

用PHP从PDF中提取图像,php,image,pdf,Php,Image,Pdf,问题是，客户端希望上传一个带有图像的pdf文件，作为一种一次性批量处理多个图像的方式我已经环顾四周，发现现成的PHP无法阅读PDF 我的选择是什么我已经知道主机没有安装imageMagick或任何pdf库，并且exec功能被禁用。我想这基本上让我没有工作了有人知道有没有一个在线服务可以通过某种api来实现这一点吗感谢advAFAIK，这里没有PHP模块来做这件事。有一个命令行工具（的一部分）。以下是其工作原理，以供参考： pdfimages -j source.pdf image 它将

问题是，客户端希望上传一个带有图像的pdf文件，作为一种一次性批量处理多个图像的方式

我已经环顾四周，发现现成的PHP无法阅读PDF

我的选择是什么

我已经知道主机没有安装

imageMagick

或任何pdf库，并且

exec

功能被禁用。我想这基本上让我没有工作了

有人知道有没有一个在线服务可以通过某种api来实现这一点吗

感谢adv

AFAIK，这里没有PHP模块来做这件事。有一个命令行工具（的一部分）。以下是其工作原理，以供参考：

pdfimages -j source.pdf image

它将从source.pdf中提取所有图像，如image-000.jpg、image-001.jpg等。请注意，输出格式始终为Jpeg

可能的选项

作为一个命令行工具，您需要

exec

（或

system

，

passthru

，PHP内置的任何命令执行函数）。由于您的环境没有这样的功能，我看到了四个选项：

请求为您打开exec（您的托管提供商可以将您可以执行的内容限制为单个命令）

改变设计——ZIP上传怎么样

使用

pdfimages

的源代码作为模型，推出您自己的产品

让

pdfimages

在您控制的远程主机上运行它，完成繁重的工作

关于#3，滚动你自己的，我不认为滚动你自己的，解决一个非常狭隘的需求定义会太难。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，剪切到边界的末尾，base64_解码，然后写入文件——重复。然而，这可能太多了

如果您自己的滚动太复杂，那么选项#4有点像什么（请参阅粗体标题下的编号列表“让Office为您完成繁重的工作”）

找到一个便宜的托管环境（如AmazonEC2），让您
```
exec
```
和
```
curl
```
安装
```
pdfimages
```
编写一个PHP脚本，将URL转换为PDF，curl打开该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

交换示例如下所示：

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>

GEThttp://www.cheaphost.com/pdfimages.php?extract=http://www.limitedhost.com/path/to/uploaded.pdf
内容类型：text/html

http://www.cheaphost.com/pdfimages.php?retrieve=ab9895v/image-000.jpg
http://www.cheaphost.com/pdfimages.php?retrieve=ab9895v/image-001.jpg

因此，您的单个pdfimages.php脚本（使用

exec

功能在主机上运行）既可以提取图像，也可以访问提取的图像。提取时，它读取您告诉它的PDF，在其上运行pdfimages，并返回URL列表以调用以检索提取的图像。检索时，它只会返回一个直线图像

您需要处理清理，可能要做的事情是在检索后删除图像。您还需要处理安全性--不知道这些映像中包含什么，但内容可能需要用SSL包装，并采取其他预防措施。

您可以使用pdfimages，并通过以下方式安装：

apt install poppler-utils

然后以这种方式获取所有图像作为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

有许多选项可用，包括一些更改输出格式的选项，以及更多信息

我希望这有帮助

我提到了api，它是否在主题中/在主题中有所了解？我担心您将很难实现这一点，甚至在您提到的当前约束条件下，这也是可能的。也许你可以说服客户将图片上传到zip文件或类似文件中？至少会让你的工作更轻松！这从来都不是讨论的话题，但我现在可以提出来了。我将探讨Bishop给我的关于切割边界的建议。我不太清楚它应该如何使用，它不是PHP模块吗？它不是PHP模块：它是一个命令行程序，因此需要exec。（我用我最初的答案仔细阅读了这一部分：已经修改过了。）如果没有exec，我想你需要模仿pdfimages在PHP中的功能——即，自己翻滚。你在开玩笑吧，自己翻滚？我认为这并不简单。如果你没有exec，而且AFAIK没有一个PHP模块来做这件事，你也不能改变设计。。。除了手工，我没有别的办法。我编辑了我的原始答案，注意到PDF中的图像边界非常清晰，因此找到它们并切割它们应该不会太困难。我必须研究一下，但是创建自己的api听起来也很有趣，但我从来没有这样做过。我得考虑一下。你会用什么格式寄回去？