Cómo extraer las imágenes de un PDF sin perder calidad

"Extraer las imágenes de un PDF" suena a una sola cosa, pero en realidad son dos operaciones distintas que dan resultados distintos. Elegir la equivocada es la razón por la que a veces se pierde calidad sin necesidad, y otras veces no aparece nada.

Dos operaciones que no son lo mismo

Extraer la imagen embebida

Un PDF que contiene una foto guarda esa foto adentro como un objeto independiente, con sus píxeles originales. Extraerla significa sacar ese objeto tal como está, con la resolución exacta con la que se insertó.

Es la opción sin pérdida: recuperás el máximo de calidad que el PDF contiene. Ninguna herramienta puede darte más que eso, porque más que eso no existe dentro del archivo.

Renderizar la página

Es dibujar la página completa —imágenes, texto, líneas, todo— sobre un lienzo a la resolución que vos elijas, y guardar ese lienzo como imagen. Es el equivalente a una captura de pantalla de alta resolución.

Sirve cuando lo que querés es "la página como imagen", o cuando el elemento que te interesa no es una imagen: un gráfico de barras hecho con líneas y rectángulos es un dibujo vectorial, no una foto. Si lo buscás entre las imágenes embebidas, no vas a encontrar nada, porque no hay ninguna. La única forma de obtenerlo como imagen es renderizando.

El DPI real de una imagen dentro de un PDF

Acá hay un malentendido que cuesta caro en trabajos de imprenta. Una imagen dentro de un PDF no tiene un DPI propio: tiene una cantidad de píxeles, y por separado un tamaño en el que se la dibuja sobre la página. El DPI es el resultado de dividir uno por otro.

Una foto de 1.000 × 750 píxeles colocada en un recuadro de 10 cm de ancho da unos 254 DPI, más que suficiente para imprimir. La misma foto, exactamente la misma, estirada a 20 cm da 127 DPI, y se va a ver borrosa impresa. El PDF no perdió nada: simplemente la estiró al dibujarla.

Consecuencia práctica: extraer la imagen embebida siempre te da el máximo disponible. Si esa imagen tiene 1.000 píxeles de ancho, no hay herramienta ni truco que la convierta en 3.000 con detalle real. Si necesitás más resolución, hay que volver a la fuente original de la foto.

Y al revés: si vas a renderizar la página, tiene sentido pedir 300 DPI para imprenta o 150 para pantalla. Pedir 1.200 DPI infla el archivo enormemente sin agregar detalle, porque el detalle real está limitado por la imagen embebida que hay debajo.

Qué formato tiene la imagen por dentro

Los PDFs guardan las imágenes comprimidas, y el método de compresión te dice qué podés esperar:

Por eso, cuando una herramienta ofrece exportar las imágenes, PNG es la opción segura por defecto: conserva sin pérdida lo que venía sin pérdida, y no degrada más lo que ya era JPEG. Exportar todo a JPEG, en cambio, garantiza una pérdida en todas las imágenes que no eran JPEG originalmente.

Tres problemas que sorprenden

1. La imagen sale con el fondo negro o con colores raros

Muchas imágenes con transparencia guardan el canal alfa como una imagen aparte, llamada SMask, que funciona de máscara. Si una herramienta extrae solo la imagen base y descarta la máscara, las zonas que debían ser transparentes aparecen en negro, o el color se ve alterado.

Es típico en logos y en fotos de producto recortadas. Si te pasa, la imagen no está dañada: falta la máscara. Renderizar la página en su lugar resuelve el problema, porque el renderizado aplica la transparencia sobre el fondo blanco.

2. Salen cuarenta tiras finitas en vez de una foto

Algunos generadores parten una imagen grande en decenas de bandas horizontales, cada una guardada como una imagen independiente. Lo hacen por límites de memoria o por cómo el programa de origen exportó el archivo. Extraés y en lugar de una foto te aparecen cuarenta franjas de pocos píxeles de alto.

No hay forma práctica de reunirlas a mano. La solución es renderizar la página y recortar la zona que te interesa.

3. Los colores no son los mismos

Los PDFs destinados a imprenta usan CMYK en vez de RGB. Al extraer y convertir a un formato de pantalla hay que pasar de CMYK a RGB, y esa conversión no es exacta: algunos colores saturados, sobre todo los naranjas y los azules intensos, cambian un poco. Es inevitable y le pasa a cualquier herramienta.

Cuál método usar

En Extractor PDF, la pestaña de Imágenes hace lo primero: busca los objetos de imagen embebidos y te los entrega en su resolución original, comprimidos en un .zip. Si un PDF no devuelve ninguna imagen, casi siempre es porque lo que estás viendo es vectorial o es texto, no una fotografía.

Lo que hay que recordar

La calidad máxima que podés obtener ya está fijada por lo que el PDF contiene: extraer la imagen embebida te la da entera, y ninguna herramienta puede superarla. Lo único que está en tus manos es no perderla en el camino, y eso se logra eligiendo la operación correcta y exportando a un formato sin pérdida.