Extract Images from DOCX with C# using IronWord

开始使用 IronWord

如何从 Word 文档中提取图像？

使用 IronWord 从 Word 文档中提取图像非常简单。 文件 embedded_images.docx 将作为示例文件，其中包含分布在 3 个不同页面上的 5 张图片。 下面的代码片段定义了使用 ExtractImages() 方法进行图像提取的核心工作流。

在使用文档处理库时，必须了解许可要求，以确保您的应用程序符合使用条款。 IronWord 采用与其他 Iron 产品类似的许可模式，提供永久许可和全面的支持选项。 对于生产部署，您需要应用许可证密钥来移除任何水印或限制。

: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}");

ExtractImages 方法返回一个可枚举的图像对象集合，每个对象包含完整的图像数据及元数据。 要保存图片，请将 Image 属性转换为 AnyBitmap，并使用 ((AnyBitmap)image.Image).SaveAs() 调用 SaveAs 方法。 这需要在您的命名空间声明中添加 using IronSoftware.Drawing;。

这种方法允许灵活的处理工作流程--您可以将图像保存到磁盘，如上图所示，也可以将其转换为不同的格式，或直接将其流到云存储服务。 该方法可处理 Word 文档中常见的各种图像格式，包括 JPEG、PNG、BMP 和 GIF。

示例文档是什么样的？

我应该期待什么样的产出？

提取的图片应保留其原始格式(例如 .png 或其他格式），并可使用相应的文件扩展名进行保存。 您可以遍历文档中的所有图像，也可以根据您的要求选择特定部分。

高级图像提取场景

除了基本的提取功能外，IronWord 的图像处理功能还支持开发人员在生产应用程序中经常遇到的几种高级场景：

批量处理多个文档：在处理大型文档集时，您可以实施并行处理，同时从多个 Word 文件中提取图像。 这种方法大大缩短了文档归档或内容迁移项目的处理时间。

图像格式转换：提取的图像对象支持格式之间的转换。 您可能会从 Word 文档中提取 JPEG 并将其保存为 PNG 以进行网络优化，或者将其转换为 WebP 以兼容现代浏览器。

元数据保留：每张提取的图像都保留了重要的元数据，包括尺寸、分辨率和颜色深度。 在实施图像优化管道或在整个应用程序中保持质量标准时，这些信息将非常有价值。

对于需要持续支持和定期更新的企业应用程序，可以考虑使用许可证扩展，这样可以持续获得新功能和优先支持。 如果您的项目范围扩大，升级选项允许无缝扩展，以覆盖更多的开发人员或部署地点。

与文档工作流集成

图像提取通常是大型文档处理工作流程的一部分。 考虑这些常见的集成模式：

内容管理系统：在文档上传过程中提取图片，以创建缩略图预览、构建图片库或填充媒体库。 提取的图像可以为搜索功能编制索引或标记文档元数据。

文档转换管道：将 Word 文档转换为其他格式时，可以单独处理提取的图像，以获得最佳质量。 这种分离允许针对特定格式进行优化--例如，针对网络输出和打印输出应用不同的压缩设置。

质量保证工作流程：通过自动提取，可对嵌入式图片进行系统审查，以确保其符合品牌准则、分辨率要求或文件大小限制。 您可以在发布前标记包含低分辨率图片或不正确格式的文档。

要了解文档处理功能的最新功能和改进，请定期查看 产品更新日志。 新版本通常包括性能增强和扩展的格式支持，可使您的图像提取工作流程受益匪浅。

性能考虑

在处理包含大量或高分辨率图片的文档时，请考虑以下性能优化策略：

内存管理：分批处理图像，而不是同时将所有图像加载到内存中。 在处理大型文档或高分辨率图像时，这种方法可以防止内存耗尽。

异步处理：为 I/O 操作实施异步/等待模式，尤其是将提取的图像保存到磁盘或网络存储时。 这将使您的应用程序在长时间的提取操作中保持反应灵敏。

选择性提取：如果您只需要特定的图像，请考虑根据图像属性或文档结构实施过滤器，以避免处理不必要的内容。

强大的 API 设计可确保在不同的文档类型和图像格式中使用一致的行为，从而可以直接在您的 .NET 应用程序中构建可靠的图像提取功能。