用途:从 Word(.docx)和 PDF(.pdf)文档中提取图片并保存到指定文件夹,适用于提取单个或批量文档中的全部图片素材。
主要能力:支持 Word 与 PDF 两种输入;输出图片按 image_001.png 等顺序命名;PDF 图片会标注来源页码;可指定输出目录(默认在文档同目录创建「文件名_images」文件夹);可调整 PNG 转换 DPI(默认 150);Word 文档中的 EMF/WMF 矢量图可用 --keep-emf 保留原文件或用 --convert-svg 转换为 SVG。Word 支持 PNG、JPEG、JPG、GIF、BMP、TIFF、WebP、SVG 及 EMF/WMF;PDF 支持 PNG、JPEG、JPG、GIF、BMP、TIFF。
使用方式:先安装依赖 conda run -n claude-code pip install python-docx pymupdf(资料注明默认用户已安装)。基本命令为 conda run -n claude-code python scripts/extract_images.py <文档路径> [-o <输出目录>],另可用 --dpi 设置 DPI,--keep-emf 与 --convert-svg 处理 Word 矢量图。示例:conda run -n claude-code python scripts/extract_images.py document.docx --keep-emf --convert-svg。
限制:PDF 仅提取嵌入的位图,PDF 矢量图形无法单独提取;若文档中没有图片,会提示 No images found。其余如收费、平台范围等资料暂未提供。