Worin unterscheidet sich das Rohextrahieren vom Speichern der Seite als Bild?

Das Rohextrahieren nimmt die in das PDF eingebetteten Bildobjekte unverändert – ohne Qualitätsverlust und in Originalauflösung. Die Seite als Bild zu speichern rendert dagegen die gesamte Seite (samt Text, Linien und Hintergrund) in ein neues Bild. Im ersten Fall erhalten Sie nur das Foto, im zweiten ein Foto der Seite. Wollen Sie Produktfotos aus einem Katalog, ist das Rohextrahieren das richtige Werkzeug.

Warum sieht das extrahierte Bild anders aus, als ich es im PDF gesehen habe?

Dafür kann es mehrere Gründe geben. Das Bild kann im PDF skaliert, gedreht oder beschnitten sein – das Rohextrahieren liefert seinen ursprünglichen Zustand, nicht den auf der Seite. Zudem kann auf das Bild eine Transparenzmaske angewendet worden sein; weil die Maske ein eigenes Objekt ist, geht die Transparenz in der extrahierten Datei verloren, und der Hintergrund erscheint schwarz oder weiß.

Warum kam ein Foto in mehrere Teile zerlegt heraus?

Manche PDF-Erzeuger, insbesondere Scannersoftware und einige Büroprogramme, zerlegen große Bilder in waagerechte Streifen. Der Grund ist Speichereffizienz. Auf der Seite erscheinen sie zusammenhängend, in der Datei sind sie jedoch getrennte Objekte, und das Rohextrahieren liefert jedes als eigene Datei. Zum Zusammenfügen müssen Sie sie in einem Bildeditor aneinandersetzen.

Darf ich die extrahierten Bilder verwenden?

Dass Sie sie technisch extrahieren können, bedeutet nicht, dass Sie das Recht haben, sie zu verwenden. Fotos, Abbildungen und Illustrationen in einem PDF können urheberrechtlich geschützt sein. Eigene Bilder aus eigenen Dokumenten zu übernehmen ist unproblematisch; bei Bildern aus dem Katalog, Buch oder Bericht eines anderen sollten Sie vor der Verwendung die Erlaubnis oder den Lizenzstatus prüfen.

Wie extrahiert man eingebettete Bilder roh aus einem PDF?

Sie müssen Fotos aus einem Produktkatalog gewinnen, Grafiken aus einer Präsentation retten oder Abbildungen aus einem Bericht wiederverwenden. Ein Bildschirmfoto kostet Qualität; die Seite als Bild zu speichern bringt den Text mit. Das Rohextrahieren erlaubt es Ihnen, die in das PDF eingebetteten Bildobjekte in ihrem ursprünglichen Zustand zu gewinnen.

Was das Rohextrahieren tut

Wenn Sie auf einer PDF-Seite ein Foto sehen, liegt dieses Foto in der Datei als eigenständiges Bildobjekt (XObject Image) vor. Der Inhaltsstrom der Seite verweist darauf und sagt: "Zeichne es an dieser Position in dieser Größe."

Das Rohextrahieren findet diese Objekte und exportiert sie als Dateien. Die entscheidenden Eigenschaften:

Es kommt in Originalauflösung. Ein Foto, das auf der Seite klein erscheint, kann in der Datei 4000 Pixel breit sein. Das Rohextrahieren liefert diese 4000 Pixel.
Es findet keine Neukodierung statt. Ist das Bild als JPEG eingebettet, kommt es als JPEG heraus, ohne zusätzlichen Kompressionsverlust.
Der übrige Seiteninhalt kommt nicht mit. Text, Linien und Hintergrund werden nicht übernommen.

Der letzte Punkt ist der grundlegende Unterschied zwischen dem Rohextrahieren und dem "Speichern der Seite als Bild".

Schritt 1: Klären Sie, was Sie brauchen

Zwei verschiedene Bedürfnisse werden häufig verwechselt:

| Bedarf | Richtiger Vorgang | |---|---| | Produktfotos aus einem Katalog | Rohextrahieren | | Diagramme und Abbildungen aus einem Bericht | Rohextrahieren (funktioniert nicht bei Vektoren) | | Ein Bild der gesamten Seite | Umwandlung von PDF in ein Bild | | Seitenbilder eines gescannten Dokuments | Rohextrahieren (jede Seite ist ein Bild) | | Eine Miniaturansicht für eine Präsentation | Umwandlung von PDF in ein Bild | | Ein Logo als Vektor gewinnen | Umwandlung von PDF nach SVG |

Die letzte Zeile ist wichtig: Das Rohextrahieren erfasst nur Rasterbilder (Pixelbilder). Logos, Schaubilder und Diagramme in PDFs sind meist vektorbasiert – sie sind durch Linien- und Füllbefehle definiert und keine eingebetteten Bilder. Das Rohextrahieren findet sie nicht; dafür ist eine SVG-Umwandlung nötig.

So prüfen Sie es: Zoomen Sie im PDF stark auf das Element. Wird es pixelig, ist es ein Rasterbild (das Rohextrahieren funktioniert); bleibt es scharf, ist es ein Vektor (es funktioniert nicht).

Schritt 2: Führen Sie das Extrahieren durch

Öffnen Sie das Werkzeug zum Extrahieren von Bildern aus PDF und laden Sie Ihre Datei hoch. Die Verarbeitung läuft in Ihrem Browser; Ihr Dokument wird nicht an einen Server gesendet.

Das Werkzeug durchsucht das PDF, findet die eingebetteten Bildobjekte und stellt sie Ihnen als ZIP-Archiv zum Download bereit. Die Anzahl der Bilder kann höher oder niedriger ausfallen als erwartet – zu den Gründen kommen wir gleich.

Schritt 3: Verstehen Sie die entstehenden Dateien

Seien Sie auf das vorbereitet, was Sie beim Öffnen des ZIP-Archivs erwartet. Das Rohextrahieren ist "roh"; es liefert, was im PDF steckt, und das sieht nicht immer so aus, wie Sie es erwarten.

Mehr Dateien als erwartet. Sie haben auf der Seite ein Foto gesehen, doch im ZIP liegen zehn Dateien. Die Gründe:

Zerlegte Bilder. Manche PDF-Erzeuger, insbesondere Scannersoftware, zerlegen große Bilder in waagerechte Streifen. Auf der Seite erscheinen sie zusammenhängend, in der Datei sind sie getrennte Objekte.
Masken. Die Transparenzinformation eines transparenten Bildes wird als eigenes schwarzweißes Maskenbild gespeichert. Beim Extrahieren kommt auch diese Maske als eigene Datei heraus.
Unsichtbare Bilder. Auch Bilder außerhalb der Seite, überdeckte Bilder und solche außerhalb der Zuschneidebox bleiben in der Datei und werden extrahiert.

Weniger Dateien als erwartet. Was Sie für ein Bild hielten, kann in Wahrheit eine Vektorzeichnung sein. Oder dasselbe Bild wird auf mehreren Seiten verwendet und ist in der Datei nur einmal gespeichert, kommt also als eine Datei heraus.

Seltsam aussehende Dateien. Wird ein Bild als Transparenzmaske verwendet, wirkt es für sich genommen wie eine schwarzweiße Silhouette. Das ist keine beschädigte Datei, sondern die Maske selbst.

Schritt 4: Prüfen Sie Qualität und Größe

Sehen Sie sich bei den entstandenen Dateien Folgendes an:

Auflösung. Öffnen Sie die Datei und prüfen Sie die Pixelmaße. Ein Foto, das auf der Seite klein erscheint, kann im Original sehr groß sein – das ist eine gute Nachricht, denn Sie haben ein hochwertiges, wiederverwendbares Bild gewonnen.

Auch das Gegenteil ist möglich: Wurde das Bild beim Erzeugen des PDFs komprimiert und auf eine niedrige Auflösung reduziert, liefert das Rohextrahieren genau diese niedrige Auflösung. Verlorene Pixel kehren nicht zurück.

Farbraum. PDFs können CMYK-Bilder tragen. Ist die entstandene Datei in CMYK, können manche Programme die Farben abweichend darstellen; für den Einsatz im Web müssen Sie nach RGB umwandeln.

Transparenz. Ein im PDF transparentes Bild kann beim Extrahieren deckend herauskommen – weil die Transparenzinformation in einem eigenen Maskenobjekt liegt. Um die Transparenz zurückzugewinnen, müssen Sie Bild und Maske in einem Editor zusammenführen.

Ausrichtung. Das Bild kann auf der Seite gedreht platziert worden sein. Das Rohextrahieren liefert die ursprüngliche Ausrichtung, nicht die auf der Seite.

Schritt 5: Nehmen Sie bei Bedarf Korrekturen vor

Die entstandenen Dateien sind womöglich nicht unmittelbar verwendbar. Verbreitete Korrekturen:

Teile zusammenfügen. Ein in Streifen zerlegtes Bild müssen Sie in einem Editor (GIMP, Photoshop oder auch ein Onlinewerkzeug) aneinandersetzen und zusammenfügen. Die Reihenfolge der Teile lässt sich aus den Nummern in den Dateinamen erraten, ist aber nicht garantiert; ein optischer Abgleich ist zuverlässiger.

Maske anwenden. Ist Transparenz gewünscht, müssen Sie Hauptbild und Maskendatei in einem Editor öffnen und die Maske als Alphakanal anwenden.

Zuschneiden. Ist im PDF nur ein Ausschnitt des Bildes sichtbar (weil ein Beschneidungspfad angewendet wurde), liefert das Rohextrahieren das Ganze. Sie müssen den gewünschten Teil zuschneiden.

Farbumwandlung. Die Umwandlung von CMYK nach RGB ist für den Einsatz im Web erforderlich.

Wann statt Rohextrahieren die Seitenumwandlung nötig ist

Fälle, in denen das Rohextrahieren nicht hilft:

Vektorgrafiken. Logos, Schaubilder und Diagramme sind meist vektorbasiert. Dafür ist eine SVG-Umwandlung nötig.

Wenn Text und Bild gemeinsam gewünscht sind. Wollen Sie eine vollständige Infografik – Bild samt Beschriftungen –, liefert das Rohextrahieren nur den Bildteil. Die Seite als PNG umzuwandeln ist hier der richtige Ansatz.

Komplexe Kompositionen. Werden auf einer Seite mehrere Bilder, Transparenzen und Effekte übereinandergelegt, liefert Ihnen das Einsammeln der Einzelteile nicht das sichtbare Ergebnis. Dann muss die Seite gerendert werden.

Wenn Sie nur den sichtbaren Zustand wollen. Wollen Sie exakt die Komposition, die Sie auf der Seite sehen, ist das Rohextrahieren das falsche Werkzeug.

Der Sonderfall gescannter Dokumente

In einem gescannten PDF besteht jede Seite aus einem einzigen großen Bild. Das Rohextrahieren arbeitet in diesem Fall sehr effizient: Sie erhalten für jede Seite eine Bilddatei, und diese enthält die ursprünglichen Scandaten.

Das ist nützlich, wenn Sie ein gescanntes Dokument als Bildarchiv neu ordnen oder die Seiten durch eine Bildverarbeitungsstrecke schicken wollen.

Vorsicht: Wurde der Scan als JPEG gespeichert, ist auch die entstehende Datei ein JPEG und trägt den Kompressionsverlust des Scanvorgangs. Das Rohextrahieren korrigiert das nicht, sondern liefert es unverändert.

Hinweis zum Urheberrecht

Dass Sie ein Bild technisch extrahieren können, bedeutet nicht, dass Sie das Recht haben, es zu verwenden.

Eigene Bilder aus eigenen Dokumenten zu übernehmen ist unproblematisch. Doch Fotos und Illustrationen aus dem Katalog, Buch, Bericht oder der Präsentation eines anderen können urheberrechtlich geschützt sein. Stockfotos wurden meist mit bestimmten Nutzungslizenzen erworben, und diese Lizenz gilt nicht für Sie.

Wollen Sie sie kommerziell einsetzen, prüfen Sie Quelle und Lizenzstatus.

Zusammengefasst

Das Rohextrahieren von Bildern gewinnt die in ein PDF eingebetteten Rasterbilder in Originalauflösung und ohne Neukodierung. Genau darin liegt der grundlegende Unterschied zum Speichern der Seite als Bild: Sie erhalten nur das Foto, nicht ein Foto der Seite. Vektorgrafiken lassen sich mit dieser Methode nicht extrahieren – dafür ist eine SVG-Umwandlung nötig. In den entstehenden Dateien können Sie zerlegte Bilder, eigene Maskendateien und auf der Seite unsichtbare Inhalte finden; das sind keine Fehler, sondern natürliche Folgen des inneren Aufbaus von PDF. Nach dem Extrahieren vervollständigen die Prüfung von Auflösung, Farbraum und Transparenz sowie das Zusammenfügen der Teile die Arbeit.