mcpField
D
document-image-extractor

document-image-extractor

github.com/mhliulgy文档处理60 次安装
代码仓库

关于 document-image-extractor

Document Image Extractor 是用于从 Word 和 PDF 文件提取嵌入图片的 skill，支持设置输出目录和图像转换选项，也可处理 Word 中的 EMF/WMF 矢量图。

主要功能

  1. 01从 DOCX 和 PDF 提取图片
  2. 02指定输出目录
  3. 03设置 PNG 转换 DPI
  4. 04保留 EMF/WMF 源文件
  5. 05将 EMF/WMF 转为 SVG

适用场景

  1. 01保存 Word 文件中的嵌入图片
  2. 02提取 PDF 中的位图图片
  3. 03将 Word 矢量图转换为 SVG

安装

复制下面的命令，在终端中运行。

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

安装后在 Claude Code 中输入/document-image-extractor确认已加载。

附带文件scripts/extract_images.py

详细介绍

来自项目 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"

评论

支持 Markdown