Question

我正在尝试从受保护的PDF中提取图像。

使用普通PDF，Poppler library可以很好地提取图像，而对于受过读保护的PDF，它也可以提取文本。然而，这些图像是一个不同的故事。它要么不提取所有图像，要么以模糊的灰色或黑色提取所有图像。

在下面的PDF（original PDF here）中，您可以在下面的缩略图中看到很多图像：

enter image description here

中的pdfimages命令

$ pdfimages -j ticket.pdf i

和来自mupdf的pdftohtml命令：

$ pdftohtml -nodrm ticket.pdf

但是这两个lib只提取了许多图像中的一个。然而，该图像被正确提取。从其他PDF我得到所有图像，但所有图像都是灰色或黑色。

由于读取保护应该只是PDF文档中的标志，而不是源的实际加扰或加密（最终您的计算机可以显示图像而不输入密码），应该可以以某种方式提取单独的图像。我甚至可以使用ImageMagick（convert ticket.pdf ticket.jpg）从整个PDF创建缩略图，为什么不是单个图像？

有谁知道如何从读保护的PDF中提取所有图像？欢迎所有提示！

Answer 1

看起来的所有内容都不像图像 IS 图像。

例如，左上角的红蓝黄绿色标志带有黑色+白色＆＃34;票务服务＆＃34; text：它是一系列矢量图形（红色，蓝色，黄色和绿色斑块中的每一个都是单独的对象，文本也是如此）。

唯一的＆＃34;真实＆＃34; （栅格）图像是以下命令列出的图像：

$ pdfimages -list ticket.pdf 

 page   num  type   width height color comp bpc  enc interp  object ID x-ppi y-ppi size ratio
 --------------------------------------------------------------------------------------------
    1     0 image     642   462  index   1   8  image  no        38  0   151   151  107K  37%
    2     1 image     642   462  index   1   8  image  no        38  0   151   151  107K  37%

这些（列出的）图像均由相同的PDF对象表示，其编号/代38 0（因此 IS 仅嵌入1个图像PDF）。

仅仅因为页面色彩丰富并不意味着嵌入了大量图片！

此外，没有＆＃34;读保护＆＃34;在PDF上（无论对您来说意味着什么），并且在该PDF上也没有（用户或所有者）密码和配套加密，如以下命令所示：

$ pdfinfo ticket.pdf

 Title:          TicketFast
 Author:         Ticketmaster
 Creator:        TCT 4.4.4
 Producer:       PDFlib+PDI 5.0.4 (C++/Linux)
 CreationDate:   Wed May  5 18:21:29 2010
 ModDate:        Thu Apr 30 16:02:21 2015
 Tagged:         no
 UserProperties: no
 Suspects:       no
 Form:           none
 JavaScript:     no
 Pages:          2
 Encrypted:      no
 Page size:      595.275 x 841.89 pts (A4)
 Page rot:       0
 File size:      364994 bytes
 Optimized:      no
 PDF version:    1.4

如果在PDF上设置 WAS 密码/加密，则会使用第Encrypted: yes行进行报告。

关于PDF保护的一些评论

＆＃34; [....]读取保护应该只是PDF文档中的标志[....]＆＃34;

首先，没有＆＃34;读保护＆＃34;。你可能意味着＆＃34;密码保护＆＃34;。

其次， IF PDF受密码保护，也是加密的。有两个密码：

所有者密码，用于将更改更改为文档的安全/密码/加密状态。
打开并查看文档所需的用户密码。

然而，当用户密码被留下＆＃34;空＆＃34;时，存在（非常常见的）情况。所有PDF阅读器都知道这一点，并且他们尝试空用户＆＃34;密码＆＃34;第一。如果它有效，它们将解密并打开PDF。具有空用户密码的PDF仍然可以通过限制复制粘贴，打印，修改等来保护。要更改该状态，您需要知道所有者密码......

如何从Linux命令行中提取“读保护”PDF中的所有图像？

1 个答案:

关于PDF保护的一些评论