Extraire images et texte d’un PDF
Récupérez les images d’origine stockées dans un PDF et copiez son texte dans un fichier texte, sans captures d’écran ni perte de qualité.
Ajoutez des fichiers pour commencer
Glissez-déposez vos fichiers ici, ou
Les fichiers sont traités directement sur votre appareil.
Éléments à extraire
Les images JPEG sont extraites telles quelles (sans recompression ni perte de qualité) ; les autres images sont enregistrées en PNG sans perte.
Icônes, filets et images de moins de 32 pixels.
Récupère la couche de texte du PDF. Les pages numérisées n’ont pas de couche de texte.
Lecture et extraction sur votre appareil : le fichier n’est pas envoyé.
Mode d’emploi
- Ajoutez le PDF.
- Choisissez les images, le texte, ou les deux. Laissez « Ignorer les toutes petites images » coché pour écarter les icônes et les filets.
- Appuyez sur « Extraire » : les images s’affichent dans une grille avec leur taille et leurs pages ; le texte apparaît dans une zone d’aperçu.
- Téléchargez les images une par une ou toutes en ZIP, ou téléchargez le texte en .txt / copiez-le en entier.
Limites actuelles
- Les images JPEG sont extraites octet pour octet, telles qu’elles sont stockées dans le PDF. Les autres images sont enregistrées en PNG sans perte ; les images JBIG2 et les espaces colorimétriques particuliers (Lab, tons directs) ne peuvent pas encore être extraits et sont signalés.
- Les images JPEG avec transparence sont extraites en JPEG d’origine (sans la transparence).
- Le texte provient uniquement de la couche de texte du PDF. Les scans et les photos n’en ont pas et nécessitent une reconnaissance de texte (OCR).
- L’ordre du texte suit la façon dont le PDF le stocke ; les mises en page en colonnes et les tableaux peuvent ressortir dans un autre ordre que celui de la lecture.
Questions fréquentes
Les images extraites perdent-elles en qualité ?
Non. Les images JPEG sont copiées octet pour octet, telles qu’elles sont stockées dans le fichier ; les autres images sont décodées et enregistrées en PNG sans perte. La qualité ne peut pas dépasser celle de l’image intégrée au PDF.
Pourquoi ne puis-je pas récupérer le texte de certains PDF ?
Les fichiers numérisés ou photographiés ne contiennent que des images des pages, sans couche de texte. Une reconnaissance de texte (OCR) est nécessaire pour transformer l’image du texte en vrai texte.
Puis-je extraire les images d’un PDF protégé par mot de passe ?
Oui, après l’avoir déverrouillé avec le mot de passe, directement dans l’avertissement qui s’affiche à l’ajout du fichier (vous devez connaître le mot de passe).