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"