次のPDFから画像を抽出したいです。
https://doku.pub/documents/benveniste-e-vocabulario-de-las-intituciones-as-3nl271x3v808
私は走るpdfimages -j file.pdf image
しかし、私が得たのは、奇妙なグラフィックとページが空であることです（テキストがプロセスで失われた他の画像であるかのように）。この画像は、本をデジタル化した人が撮った元の写真の一部であるようです。
私はpdfinfo file.pdf得る
Creator: Canon CLC5151 PDF
Producer: ilovepdf.com
CreationDate: Tue Sep 1 19:50:40 2009 CEST
ModDate: Mon Sep 24 16:11:26 2018 CEST
Tagged: no
UserProperties: no
Suspects: no
Form: AcroForm
JavaScript: no
Pages: 233
Encrypted: no
Page size: 690.764 x 1039.76 pts
Page rot: 90
File size: 101724898 bytes
Optimized: yes
PDF version: 1.6
答え1
PDFには各ページの画像が含まれ、各画像にはスキャナ領域全体が含まれています。 PDFは、実際に含まれる情報の一部のみを表示するために変換、サイズ変更などを行うことができます。
ページを取得する別の方法は次のとおりです。
$ pdftoppm -cropbox -jpeg file.pdf prefix
これにより、画像がインポートされ、pdfファイルの「トリミングボックス」に従って切り捨てられます（以下の説明を参照）。