（教程）图像是如何存储在PDF文件中的？

当我们的开发人员在学习PDF文件格式时，他们发现图像这一主题在PDF中可能相当复杂。所以我们写了这篇文章，希望能清楚地解释这个问题。如果您有任何改进建议，欢迎留言与我们互动。

PDF文件通常将图像存储为单独的对象（XObject），其中包含图像的原始二进制数据。这些都列在页面或文件的资源对象中，每个都有一个名称（即Im1）。因此，将嵌入PDF中的图像视为Tif、Gif、Bmp、Jpeg或Png是错误的。

重要的是要认识到，这通常不是 Tif、Jpg 或 Png 图像意义上的图像 – 它是像素的二进制数据、用于图像的色彩空间、有关图像的信息。创建 PDF 时会将图像拆分，不同的 PDF 创建工具可能会以非常不同的方式存储同一图像。

这是Acrobat的PDF对象查看器中显示的示例。 

有时原始图像数据会调整到页面所需的大小，有时则不会（在这种情况下，它会在绘制时被放大或缩小），不同的 PDF 创建工具以非常不同的方式创建 PDF 文件。

实际像素数据可以被压缩，并且其中一种压缩格式（DCTDecode）与 JPEG 中使用的格式相同（JPX 与 Jpeg2000 相同）。如果您保存此数据，它可以作为JPEG文件打开，但可能需要为了包含色彩空间数据进行一些更改。

然后，通过 DO 命令和图像名称（即 Im1）将此图像绘制在 PDF 内容流中。该图像可以多次使用，并可缩放、旋转或剪切 - 它采用执行 DO 命令时设置的任何值。一些在眼睛看来是图像的东西也可能由多个图像组成，甚至根本不是图像！

所有这些都意味着，如果您想从PDF中提取图像，就需要使用所有原始数据对图像进行组装 ——它不会存储为您可以直接翻录的完整图像文件。

此外，还有一个“原始”版本（有时质量更高，有时大小完全相同）的图像和一个剪辑/缩放版本的图像 - 两者都可以提取（您还可以将剪辑版本的图像放大到原始版本，从而生成更高质量的图像 - 我们在 JPedal 中使用它来提取 PDF 中剪辑版本的图像）。