Extract Images from DOCX with C# using IronWord

Rozpocznij pracę z IronWord

Jak wyodrębnić obrazy z dokumentu Word?

Wyodrębnianie obrazów z dokumentu Word jest proste z IronWord. Plik embedded_images.docx zostanie użyty jako plik przykładowy, który zawiera 5 obrazów na 3 różnych stronach. Poniższy fragment kodu definiuje główny przepływ pracy dla procesu wyodrębniania obrazów przy użyciu metody ExtractImages().

Pracując z bibliotekami do przetwarzania dokumentów, ważne jest zrozumienie wymagań licencyjnych, aby upewnić się, że Twoja aplikacja spełnia warunki użytkowania. IronWord stosuje podobne wzorce licencyjne do innych produktów Iron, oferując licencje wieczyste z kompleksowymi opcjami wsparcia. Do wdrożeń produkcyjnych będziesz musiał zastosować klucze licencyjne, aby usunąć wszelkie znaki wodne lub ograniczenia.

:path=/static-assets/word/content-code-examples/how-to/extract-images-properties.cs

using System;
using IronWord;
using IronSoftware.Drawing;

// Load an existing Word document
WordDocument doc = new WordDocument("embedded_images.docx");

// Extract all images from the document
var images = doc.ExtractImages();

// Iterate through extracted images
int count = 0;
foreach (var image in images)
{
    // Save each image to disk
    string fileName = $"extracted-image-{count}.png";
    ((AnyBitmap)image.Image).SaveAs(fileName);

    Console.WriteLine($"Extracted image {count}:");
    Console.WriteLine($"Width: {image.Width}");
    Console.WriteLine($"Height: {image.Height}");
    Console.WriteLine($"Saved as: {fileName}");

    count++;
}

Console.WriteLine($"Total images extracted: {count}");

Imports System
Imports IronWord
Imports IronSoftware.Drawing

' Load an existing Word document
Dim doc As New WordDocument("embedded_images.docx")

' Extract all images from the document
Dim images = doc.ExtractImages()

' Iterate through extracted images
Dim count As Integer = 0
For Each image In images
    ' Save each image to disk
    Dim fileName As String = $"extracted-image-{count}.png"
    DirectCast(image.Image, AnyBitmap).SaveAs(fileName)

    Console.WriteLine($"Extracted image {count}:")
    Console.WriteLine($"Width: {image.Width}")
    Console.WriteLine($"Height: {image.Height}")
    Console.WriteLine($"Saved as: {fileName}")

    count += 1
Next

Console.WriteLine($"Total images extracted: {count}")

Metoda ExtractImages zwraca enumerowalną kolekcję obiektów obrazów, z których każdy zawiera kompletne dane obrazu wraz z metadanymi. Aby zapisać obrazy, przekształć właściwość Image na AnyBitmap używając ((AnyBitmap)image.Image).SaveAs(), aby uzyskać dostęp do metody SaveAs. Wymaga to dodania using IronSoftware.Drawing; do deklaracji przestrzeni nazw.

Takie podejście pozwala na elastyczne przepływy pracy — można zapisywać obrazy na dysku, jak pokazano powyżej, konwertować je do różnych formatów lub przesyłać strumieniowo bezpośrednio do usług przechowywania w chmurze. Metoda obsługuje różne formaty obrazów powszechnie osadzane w dokumentach programu WORD, w tym JPEG, PNG, BMP i GIF.

Jak wygląda przykładowy dokument?

Jakiego wyniku się spodziewać?

Wyodrębnione obrazy zachowują swój oryginalny format (np. .jpg, .png lub inne formaty) i mogą być zapisane z odpowiednimi rozszerzeniami plików. Możesz przeglądać wszystkie obrazy w dokumencie lub skupić się na konkretnych sekcjach w zależności od potrzeb.

Zaawansowane scenariusze ekstrakcji obrazów

Oprócz podstawowego wyciągania danych, możliwości obsługi obrazów w IronWord obsługują kilka zaawansowanych scenariuszy, z którymi programiści często spotykają się w aplikacjach produkcyjnych:

Przetwarzanie wsadowe wielu dokumentów: Podczas przetwarzania dużych zbiorów dokumentów można wdrożyć przetwarzanie równoległe, aby jednocześnie wyodrębnić obrazy z wielu plików WORD. Takie podejście znacznie skraca czas przetwarzania archiwów dokumentów lub projektów migracji treści.

Konwersja formatów obrazów: Wyodrębnione obiekty obrazów obsługują konwersję między formatami. Można wyodrębnić plik JPEG z dokumentu WORD i zapisać go jako PNG w celu optymalizacji pod kątem sieci WWW lub przekonwertować do formatu WebP w celu zapewnienia zgodności z nowoczesnymi przeglądarkami.

Zachowanie metadanych: Każdy wyodrębniony obraz zachowuje ważne metadane, w tym wymiary, rozdzielczość i głębię kolorów. Informacje te okazują się cenne podczas wdrażania procesów optymalizacji obrazów lub utrzymywania standardów jakości w całej aplikacji.

W przypadku aplikacji korporacyjnych wymagających stałego wsparcia i regularnych aktualizacji warto rozważyć rozszerzenia licencji, które zapewniają stały dostęp do nowych funkcji i priorytetowe wsparcie. Jeśli zakres projektu się powiększy, opcje aktualizacji pozwalają na płynne skalowanie, aby objąć dodatkowych programistów lub lokalizacje wdrożenia.

Integracja z procesami obiegu dokumentów

Pobieranie obrazów często stanowi część większych procesów przetwarzania dokumentów. Weź pod uwagę następujące typowe wzorce integracji:

Systemy zarządzania treścią: Wyodrębnianie obrazów podczas przesyłania dokumentów w celu tworzenia podglądów miniatur, budowania galerii obrazów lub uzupełniania bibliotek multimediów. Wyodrębnione obrazy mogą być indeksowane na potrzeby funkcji wyszukiwania lub oznaczane metadanymi dokumentu.

Procesy konwersji dokumentów: Podczas konwersji dokumentów WORDa do innych formatów wyodrębnione obrazy mogą być przetwarzane oddzielnie w celu uzyskania optymalnej jakości. Takie rozdzielenie pozwala na optymalizację pod kątem konkretnego formatu — na przykład zastosowanie różnych ustawień kompresji dla wydruków i stron internetowych.

Procesy zapewnienia jakości: Zautomatyzowane wyodrębnianie umożliwia systematyczną weryfikację osadzonych obrazów pod kątem zgodności z wytycznymi dotyczącymi marki, wymaganiami dotyczącymi rozdzielczości lub ograniczeniami rozmiaru plików. Przed publikacją można oznaczyć dokumenty zawierające obrazy o niskiej rozdzielczości lub nieprawidłowe formaty.

Aby być na bieżąco z najnowszymi funkcjami i ulepszeniami w zakresie przetwarzania dokumentów, regularnie sprawdzaj dziennik zmian produktu. Nowe wersje często zawierają ulepszenia wydajności i rozszerzoną obsługę formatów, które mogą przynieść korzyści w procesach pozyskiwania obrazów.

Kwestie związane z wydajnością

Podczas pracy z dokumentami zawierającymi liczne obrazy lub obrazy o wysokiej rozdzielczości należy wziąć pod uwagę następujące strategie optymalizacji wydajności:

Zarządzanie pamięcią: Przetwarzaj obrazy partiami, zamiast ładować wszystkie obrazy do pamięci jednocześnie. Takie podejście zapobiega wyczerpaniu pamięci podczas pracy z dużymi dokumentami lub obrazami o wysokiej rozdzielczości.

Przetwarzanie asynchroniczne: Należy zaimplementować wzorce async/await dla operacji wejścia/wyjścia, zwłaszcza podczas zapisywania wyodrębnionych obrazów na dysk lub do pamięci sieciowej. Dzięki temu aplikacja zachowuje responsywność podczas długotrwałych operacji pobierania danych.

Wybiórcze wyodrębnianie: Jeśli potrzebujesz tylko określonych obrazów, rozważ wdrożenie filtrów opartych na właściwościach obrazu lub strukturze dokumentu, aby uniknąć przetwarzania zbędnej treści.

Solidna konstrukcja API zapewnia spójne działanie w różnych typach dokumentów i formatach obrazów, co ułatwia wbudowanie niezawodnych funkcji wyodrębniania obrazów w aplikacjach .NET.