mcpField
D
document-image-extractor

document-image-extractor

github.com/mhliulgyDocuments60 installs
Repository

About document-image-extractor

Document Image Extractor is a skill for extracting embedded images from Word and PDF files. It offers output-directory and image-conversion options, including handling Word EMF/WMF vector images.

Key features

  1. 01Extract images from DOCX and PDF
  2. 02Choose an output directory
  3. 03Set PNG conversion DPI
  4. 04Keep EMF/WMF source files
  5. 05Convert EMF/WMF to SVG

Use cases

  1. 01Saving embedded images from Word files
  2. 02Extracting bitmap images from PDFs
  3. 03Converting Word vector images to SVG

Install

Copy the command and run it in a terminal.

$npx skills add https://github.com/mhliulgy/my-skills --skill document-image-extractor

After installing, type/document-image-extractorin Claude Code to confirm it loaded.

Bundled filesscripts/extract_images.py

Details

From the project README

Document Image Extractor

从 Word 和 PDF 文档中提取图片的 skill。

依赖安装

使用前需要安装依赖（默认用户已安装）：

conda run -n claude-code pip install python-docx pymupdf

使用方法

基本命令
conda run -n claude-code python scripts/extract_images.py <文档路径> [-o <输出目录>]
参数说明
  • 文档路径：Word (.docx) 或 PDF (.pdf) 文件路径
  • -o, --output：输出目录（可选，默认在文档同目录创建 <文件名>_images 文件夹）
  • --dpi：PNG 转换 DPI（可选，默认 150，越高越清晰）
  • --keep-emf：保留原始 EMF/WMF 文件（Word 矢量图专用）
  • --convert-svg：将 EMF/WMF 转换为 SVG（Word 矢量图专用）
示例
# 从 Word 文档提取图片（默认只输出 PNG）
conda run -n claude-code python scripts/extract_images.py document.docx

# 提取图片并保留 EMF 源文件
conda run -n claude-code python scripts/extract_images.py document.docx --keep-emf

# 提取图片并转换为 SVG 格式
conda run -n claude-code python scripts/extract_images.py document.docx --convert-svg

# 提取图片并同时保留 EMF 和转换为 SVG
conda run -n claude-code python scripts/extract_images.py document.docx --keep-emf --convert-svg

# 指定更高 DPI 以获得更清晰的 PNG
conda run -n claude-code python scripts/extract_images.py document.docx --dpi 300

# 从 PDF 提取图片
conda run -n claude-code python scripts/extract_images.py document.pdf

# 指定输出目录
conda run -n claude-code python scripts/extract_images.py document.docx -o ./my_images

输出格式

  • 图片命名：image_001.png, image_002.jpg, ...
  • PDF 图片会标注来源页面：image_001.png (page 1)

支持的图片格式

Word 文档
  • PNG, JPEG, JPG, GIF, BMP, TIFF, WebP, SVG
  • EMF/WMF 矢量图（可转换为 PNG/SVG）
PDF 文档
  • PNG, JPEG, JPG, GIF, BMP, TIFF
  • 注：PDF 矢量图形无法单独提取（PDF 内置为绘制指令，非独立对象）

注意事项

  • Word 文档：提取嵌入的图片、媒体文件和 SVG
  • PDF 文档：仅提取嵌入的位图图像
  • 如果文档中没有图片，将提示 "No images found"

Comments

Markdown supported