Convertir páginas de PDF a imágenes

Una página de un PDF tiene que convertirse en imagen cada vez que necesitas mostrarla donde los PDF no son bienvenidos: una diapositiva, una página web, un mensaje de chat, una miniatura, una publicación en redes sociales. Esta herramienta convierte las páginas que elijas a JPEG o PNG en una de tres resoluciones, en tu navegador, con el mismo motor que dibuja los PDF en Firefox.

Cómo funciona

Elige un PDF. La herramienta carga pdf.js bajo demanda, abre el documento y rellena el campo de páginas con el rango completo. Edítalo para convertir solo una parte, con la misma sintaxis que el divisor de PDF: 1-3, 5, 8-10.

Cada página seleccionada se dibuja en un canvas a la escala elegida y se exporta con el codificador de imágenes del navegador. Si es una sola página, se descarga directamente como page.jpg o page.png; si son varias, se guardan como page-N.jpg o .png, numeradas según su posición en el documento, y se empaquetan en pages.zip.

La escala es relativa a la unidad propia del PDF, 72 puntos por pulgada. A 1×, una página A4 queda en 595 × 842 píxeles, suficiente para una miniatura; 2× da 1191 × 1684 (el equivalente a 144 DPI) y es lo adecuado para pantallas; 3× da 216 DPI, para imprimir o hacer zoom. El texto que renderiza pdf.js se mantiene nítido a cualquier escala porque se dibuja a partir de los contornos vectoriales, pero las imágenes incrustadas en el PDF no pueden quedar más nítidas de lo que ya eran.

El formato te permite elegir entre JPEG, mucho más ligero para páginas escaneadas y fotografías pero con leves artefactos alrededor del texto, y PNG, sin pérdida y preferible para páginas de texto, diagramas y capturas de pantalla. Ambos se renderizan sobre fondo blanco; la salida JPEG usa la calidad de codificación por defecto del navegador.

Qué es y qué no es

Esto es rasterización: cada página se convierte en una imagen plana. El texto deja de poder seleccionarse y ya no se pueden hacer búsquedas en el archivo. Es lo correcto para mostrar contenido y lo incorrecto para archivar documentos o para quien necesite copiar el texto.

No es extracción de imágenes. Una página que contiene una foto se renderiza entera, con la foto a la resolución de la página y no a la del original. Para sacar una imagen incrustada a calidad completa, usa pdfimages, de las herramientas de poppler, desde la línea de comandos.

Límites

Renderizar a 3× multiplica por nueve el número de píxeles respecto a 1×, y una página de gran formato puede superar lo que un navegador está dispuesto a reservar para un canvas en un móvil. Si una conversión falla o produce una imagen en blanco, baja a 2× o convierte menos páginas cada vez. Los documentos protegidos con contraseña no se pueden abrir.

Equivalente en la línea de comandos

pdftoppm, de poppler, renderiza las páginas a los DPI que quieras y pone nombre a los archivos por ti:

pdftoppm -r 150 -png -f 1 -l 3 report.pdf page     # page-1.png, page-2.png, page-3.png
pdftoppm -r 200 -jpeg -jpegopt quality=85 scan.pdf scan

Para saber más

El elemento canvas que se encarga aquí del dibujo, y cómo puede una página mostrar las imágenes resultantes de forma responsive, se explican en lo esencial de HTML5. Una vez que tengas las imágenes, el compresor de imágenes las aligera para la web, e imagen a PDF hace el camino inverso cuando necesitas volver a meter imágenes en un documento.