从PDF格式的表格中提取图片

Question

我想写一个小程序或脚本，从pdf中提取一组图片。

我有几张PDF，每张都有一张图片表。我会链接到每个文件有一张图片。因此我需要一种方法来提取它们。由于PDF（表格/网格）的性质，编写程序似乎比手动方法更容易。但是我不知道有哪些工具可用。

哪些库可用？

首选Python，然后是C＃或Java，然后可能是其他语言（My C和C ++生锈了，我多年没有这样做了。）

我在Debian Gnu / Linux上，因此有多种工具可供选择。

Answer 1

我选择了pdfbox（一个Apache项目，所以自由软件）它是一个java库和一个命令行工具（app模块）。然后我用一些python编写脚本来处理提取的文本（是的，它也是这样做的），并重命名图像文件。