【Python】PDF内の画像を一括抽出するスクリプト【D&D対応】

WEB / アプリ

2025.03.19

WEB / アプリ

pdf Python

この記事は約8分で読めます。

とっちゃん@nyanco! です。

今回はドラッグ＆ドロップして入力したPDFファイル内に配置されている画像を一括で抽出するPythonコードの共有です。

今まではAdobeのPhotoshopでやってたけど、pythonの方がめちゃくちゃ早くて楽ですにゃ～

コードの動作環境
PDF内の画像を一括抽出するスクリプト
おわりに

コードの動作環境

OS：Windows11
Pythonバージョン：3.11.2
別途必要ライブラリ：
- tkinterdnd2：ドラッグ&ドロップ機能を実装するためのライブラリ
- fitz (PyMuPDF)：PDFファイルを操作し、画像を抽出するためのライブラリ

pip install tkinterdnd2
pip install PyMuPDF

PDF内の画像を一括抽出するスクリプト

早速ですがコードはこちら！

import tkinter as tk
from tkinter import ttk
from tkinterdnd2 import DND_FILES, TkinterDnD
import fitz  # PyMuPDF
import os
import sys

class PDFExtractorApp:
    def __init__(self, root):
        self.root = root
        self.root.title("PDF画像抽出ツール")
        self.root.geometry("400x300")

        self.setup_ui()

    def setup_ui(self):
        # ドラッグ&ドロップ領域
        self.drop_area = ttk.Label(self.root, text="PDFファイルをここにドラッグ&ドロップしてください", borderwidth=2, relief="groove")
        self.drop_area.pack(pady=20, padx=20, fill=tk.BOTH, expand=True)

        # ドラッグ&ドロップの設定
        self.drop_area.drop_target_register(DND_FILES)
        self.drop_area.dnd_bind('<<Drop>>', self.on_drop)

        # 抽出ボタン
        self.extract_button = ttk.Button(self.root, text="画像を抽出", command=self.extract_images)
        self.extract_button.pack(pady=10)

        # ステータス表示（折り返し対応）
        self.status_label = ttk.Label(self.root, text="", wraplength=350, justify="left")
        self.status_label.pack(pady=10, padx=10, fill=tk.X)

        # ウィンドウサイズ変更時にラベルの折り返し幅を調整
        self.status_label.bind("<Configure>", self.adjust_wraplength)

        self.pdf_path = None

    def adjust_wraplength(self, event):
        """ステータスラベルのwraplengthをウィンドウ幅に合わせて調整"""
        new_width = event.width - 20  # ラベルの幅に合わせて調整（余白を考慮）
        if new_width > 0:
            self.status_label.config(wraplength=new_width)

    def on_drop(self, event):
        file_path = event.data.strip('{}')
        try:
            # ファイルパスをデコード
            file_path = file_path.encode(sys.getfilesystemencoding()).decode('utf-8')
            if file_path.lower().endswith('.pdf'):
                self.pdf_path = file_path
                self.drop_area.config(text=f"選択されたPDF: {os.path.basename(self.pdf_path)}")
                self.status_label.config(text="PDFが読み込まれました。抽出ボタンを押してください。")
            else:
                self.status_label.config(text="エラー: PDFファイルをドロップしてください。")
        except Exception as e:
            self.status_label.config(text=f"エラー: ファイルの読み込みに失敗しました。{str(e)}")

    def extract_images(self):
        if not self.pdf_path:
            self.status_label.config(text="エラー: PDFファイルが選択されていません。")
            return

        try:
            pdf_file = fitz.open(self.pdf_path)
            num_of_pics = 0

            # PDFファイルのディレクトリを取得
            pdf_dir = os.path.dirname(self.pdf_path)
            pdf_filename = os.path.splitext(os.path.basename(self.pdf_path))[0]

            # 新しいフォルダを作成
            output_folder = os.path.join(pdf_dir, f"{pdf_filename}_images")
            os.makedirs(output_folder, exist_ok=True)

            for page_num, page in enumerate(pdf_file):
                images = page.get_images()
                for image in images:
                    num_of_pics += 1
                    xref = image[0]
                    img = pdf_file.extract_image(xref)
                    image_filename = f"page{page_num+1}_img{num_of_pics}.{img['ext']}"
                    image_path = os.path.join(output_folder, image_filename)
                    with open(image_path, "wb") as f:
                        f.write(img["image"])

            pdf_file.close()
            self.status_label.config(
                text=f"{num_of_pics}枚の画像を '{output_folder}' に抽出しました。"
            )
        except Exception as e:
            self.status_label.config(text=f"エラー: 画像の抽出に失敗しました。{str(e)}")

if __name__ == "__main__":
    root = TkinterDnD.Tk()
    app = PDFExtractorApp(root)
    root.mainloop()

コードは自動生成AI「perplexity」で作成したものを元にカスタマイズしています。