如何从PDF中删除蒙版或损坏的图像？

Question

我正在开发一个Ruby on Rails应用程序，用于从PDF文件中提取文本和图像。在提取图像时，其中很少会被破坏。

提取后有没有办法识别那些损坏的图像？有人知道他们为什么会被腐化吗？

我正在使用pdftohtml和pdftotext（poppler）Ubuntu实用程序。

提前致谢。