PDF To Images

PDF To Images

Tipo: pdf-to-images  ·  Paquete: PDF Activities v1.2.4  ·  Salida: List

Desde: v1.1.0

Convierte las páginas de un PDF en archivos PNG. Es el puente entre un PDF escaneado (sin texto seleccionable) y las actividades que trabajan sobre imágenes: OCR y las de visión.

Cómo funciona

Renderiza cada página indicada a un PNG dentro de outputDir (se crea si no existe) y devuelve la lista de rutas de los archivos creados, en orden de página. El PDF original queda intacto.

Los archivos se llaman <prefix>_<página>.png con el número de página a tres cifras — por ejemplo factura_001.png, factura_002.png. Si no indicas prefix, se usa el nombre del PDF de origen sin extensión. Los archivos con el mismo nombre se sobrescriben.

El dpi decide la calidad del render: más DPI mejora la precisión del OCR, a costa de tiempo y tamaño de archivo. Por defecto 200, que suele ser un buen equilibrio para documentos; 300 ayuda con letra pequeña. Una hoja A4 a 200 DPI da una imagen de unos 1654 × 2339 píxeles.

Antes de renderizar comprueba el DPI y que todas las páginas pedidas existan: si algo falla, no se crea ningún archivo.

Parámetros requeridos

Parámetro	Tipo	Por defecto	Descripción
path	string	—	Ruta del PDF de origen.
outputDir	string	—	Carpeta donde se guardan los PNG. Se crea si no existe.

Parámetros opcionales

Parámetro	Tipo	Por defecto	Descripción
pages	string | List	"all"	Páginas a renderizar: "all" o un rango como "1-3,5,7-9", o una lista de números como la de PDF Search Text. Desde la versión 1.2.4.
dpi	int	200	Resolución del render, entero entre 36 y 1200.
prefix	string	nombre del origen	Prefijo del nombre de los archivos. Por defecto, el nombre del PDF sin extensión.

Salida

Devuelve una List de string con las rutas completas de los PNG creados, una por página renderizada y en orden ascendente de página (p. ej. ["C:/temp/paginas/factura_001.png", "C:/temp/paginas/factura_002.png"]).

Errores comunes

Mensaje	Causa y solución
Página(s) fuera de rango: …. El documento tiene … páginas.	El rango pide páginas que no existen.
'dpi' debe ser un número entero. Se recibió: ….	dpi no es un entero.
'dpi' debe estar entre 36 y 1200. Se recibió: ….	Resolución fuera del rango admitido.
No se encontró el archivo.	La ruta de path no existe.
'path' es obligatorio. / 'outputDir' es obligatorio.	El parámetro quedó vacío o su expresión dio null.
Error al abrir o renderizar el PDF	PDF protegido con contraseña o dañado. Ver PDF protegidos y dañados.

Ejemplo

Leer un PDF escaneado pasándolo por OCR página a página:

PDF To Images   path = rutaEscaneado   outputDir = "C:/temp/paginas"   dpi = 300   → output: imagenes
For Each   items = imagenes   itemVariable = imagen
 └─ activities:
      OCR Recognize File   path = imagen   language = "spa"   → output: texto
      Log   message = texto

Renderizar solo la primera página:

PDF To Images   path = ruta   outputDir = "C:/temp"   pages = "1"   prefix = "portada"   → output: imagenes

Actividades relacionadas

• OCR Recognize File — leer el texto de las imágenes generadas.
• PDF Get Words — si el PDF sí tiene texto, obtén las palabras con coordenadas que cuadran con estas imágenes al mismo DPI.
• PDF Get Text — extraer texto sin pasar por imagen.