一、结论先给
PDF 转图片的清晰度，只由一件事决定：DPI（每英寸像素数）。
72 DPI → 屏幕看，图小，够用（微信/网页）
150 DPI → 常规文档、PPT 插图，清晰度与体积的平衡点
300 DPI → 打印、OCR 识别、合同存档
600 DPI → 印刷级，体积爆炸，除非印厂要求否则别用
A4（210×297mm）在不同 DPI 下的实际输出：
| DPI | 像素尺寸 | 单页 PNG（估算） | 单页 JPG q90（估算） | 适用场景 |
|---|---|---|---|---|
| 72 | 595 × 842 | 150-400 KB | 60-120 KB | 网页预览、微信发图 |
| 150 | 1240 × 1754 | 600 KB-1.5 MB | 200-500 KB | PPT 插图、常规存档 |
| 300 | 2480 × 3508 | 2-5 MB | 700 KB-1.5 MB | 打印、OCR、合同 |
| 600 | 4960 × 7016 | 8-20 MB | 3-6 MB | 印刷 |
体积是估算值，纯文字页远小于此，扫描图片页会明显大于此。
三条路线的选择：
| 路线 | 工具 | 适合谁 | 清晰度上限 |
|---|---|---|---|
| 浏览器本地 | PDF 转图片 | 不想装软件、文件敏感 | 由你选的 DPI 决定 |
| 命令行 | pdftoppm / magick |
批量、自动化、服务器 | 同上，最快 |
| 提取原图 | pdfimages |
扫描版 PDF | 最高（不重采样，原样导出） |
最关键的一句话：如果 PDF 本身就是扫描件（每页是一张图），用 pdfimages 把嵌入的原图抽出来，才是无损的；用 pdftoppm 渲染等于对图再采样一次，必然掉质量。
二、先判断：你的 PDF 是"文字版"还是"扫描版"
这决定了后面所有操作，30 秒就能判断：
# 列出 PDF 里嵌的所有图片（扫描件每页至少一张大图）
pdfimages -list input.pdf
输出解读：
page num type width height color comp bpc enc interp object ID
1 0 image 2480 3508 rgb 3 8 jpeg no 12 0
- 出现接近页面尺寸的大图（2000px 以上）→ 扫描版，走提取路线
- 只有小 logo、无大图 → 文字版，走渲染路线
- 什么都没有 → 纯矢量文字，只能渲染
另一个快速判断：用阅读器打开，能选中文字就是文字版，选不中就是扫描版。
三、路线 A：命令行渲染（文字版 PDF）
3.1 pdftoppm（推荐，poppler-utils）
pdftoppm 是这类任务里最稳的一个：快、参数直观、不引入 Ghostscript 的复杂依赖。
# 装（Debian/Ubuntu）
sudo apt install poppler-utils
# macOS
brew install poppler
# RHEL/CentOS
sudo yum install poppler-utils
常用参数：
# 全部页转 PNG，300 DPI，输出 out-1.png out-2.png ...
pdftoppm -r 300 -png input.pdf out
# 转 JPG（体积小很多，注意不透明）
pdftoppm -r 300 -jpeg input.pdf out
# 只转第 3 到 5 页
pdftoppm -r 300 -png -f 3 -l 5 input.pdf out
# 只转第 1 页（做封面用）
pdftoppm -r 150 -png -f 1 -l 1 input.pdf cover
# 文件名补零，避免 1、10、2 的排序混乱
pdftoppm -r 300 -png input.pdf page # 输出 page-01.png ...（自动补零）
# 去白边（转完四周多余留白）
pdftoppm -r 300 -png -cropbox input.pdf out
# 遇到加密 PDF
pdftoppm -r 300 -png -upw "打开密码" input.pdf out
pdftoppm -r 300 -png -opw "权限密码" input.pdf out
几个实用细节：
- 输出文件名的数字位数会自动对齐（10 页以上补零），不用担心排序。
-jpeg默认质量 75，加-jpegopt quality=90可提质量。- 想控制输出尺寸反过来算 DPI：
DPI = 目标宽度 ÷ 页面宽度(英寸)。A4 宽 8.27 英寸，想要 1240px 宽就用 150 DPI。
3.2 ImageMagick（需要精细控制时）
# 单页/多页，-density 必须在输入文件之前（顺序错了就是 72 DPI 再放大，糊）
magick -density 300 input.pdf -quality 90 out.png # v7
convert -density 300 input.pdf -quality 90 out.png # v6
# 只处理第一页
magick -density 300 input.pdf[0] -quality 90 page1.jpg
# 批量压缩转出的图
magick -density 300 input.pdf -resize 1240x1754 -quality 85 out.jpg
⚠️ ImageMagick 最常见的坑：
-density放在文件名后面等于没生效。另外 v6 的convert默认走 Ghostscript 委托，服务器没装 gs 会报FailedToExecuteCommand。用pdftoppm更省事。
3.3 批量脚本（几十个 PDF）
#!/usr/bin/env bash
# 把当前目录下所有 PDF 按 300 DPI 转 PNG，每个 PDF 一个子目录
set -euo pipefail
DPI=${1:-300}
for f in *.pdf; do
out="img/${f%.pdf}"
mkdir -p "$out"
pdftoppm -r "$DPI" -png "$f" "$out/page"
echo "done: $f -> $out ($(ls "$out" | wc -l) 页)"
done
跑之前先估一下磁盘：pdfinfo input.pdf | grep Pages 拿到页数，按前面表格估算单页体积，用 磁盘容量计算 换算一下，别把服务器根分区写满——这是批量转图最常见的事故。
四、路线 B：提取原图（扫描版 PDF）
4.1 pdfimages：无损抽图
# 抽出所有嵌入图片（保持原始编码）
pdfimages -png input.pdf out # 强制转 PNG
pdfimages -j input.pdf out # JPEG 编码的图保持 jpg
pdfimages -tiff input.pdf out # 保持 TIFF
不加参数时 pdfimages 会按原编码导出（jpg 还是 jpg，CCITT 压缩的还是 tiff），这是最无损的做法：
pdfimages input.pdf out
ls -la out-*.jpg out-*.pbm 2>/dev/null
注意编码陷阱：扫描件常用 CCITT G4（黑白传真压缩）或 JPX（JPEG2000）。这两种 pdfimages 导出后格式很怪（.pbm/.jp2），需要再转一次：
# CCITT G4 导出的黑白图转 PNG
magick out-000.pbm out-000.png
# 批量
for f in out-*.pbm; do magick "$f" "${f%.pbm}.png"; done
4.2 为什么提取比渲染好
| pdftoppm 渲染 | pdfimages 提取 | |
|---|---|---|
| 扫描件质量 | 重采样，可能掉细节 | 原始像素，无损 |
| 体积 | 可能比原图更大 | 与原图一致 |
| 速度 | 慢（要完整渲染） | 快（直接拷贝数据流） |
| 旋转/裁剪框 | 会应用 | 不应用（可能方向不对） |
所以：扫描件先试提取，方向不对再用 pdftoppm 渲染。
五、六个高频坑与解法
5.1 透明背景变黑
PDF 里有透明区域，转 JPG 时没有 alpha 通道，透明变黑。
# 方案 1：转 PNG（保留透明）
pdftoppm -r 300 -png input.pdf out
# 方案 2：转 JPG 时铺白底
magick -density 300 input.pdf -background white -alpha remove -quality 90 out.jpg
5.2 文字变乱码/空白（字体没嵌入）
PDF 引用了系统里没有的字体，渲染器找不到就用默认字体替代或直接留白。
# 看 PDF 用了哪些字体、有没有嵌入
pdffonts input.pdf
输出里 emb 列是 no 的就是没嵌入。解法：
# 装常见字体包
sudo apt install fonts-wqy-zenhei fonts-wqy-microhei fonts-arphic-uming
# 刷新字体缓存
fc-cache -fv
# 看系统有没有对应字体
fc-list | grep -i "simsun\|wqy"
5.3 加密 PDF 转不了
Syntax Error: Incorrect password
先解密（只对你有权处理的文档）：
qpdf --decrypt --password='打开密码' input.pdf decrypted.pdf
5.4 CMYK 印刷稿颜色发闷
印刷用 PDF 是 CMYK 色彩空间，转 RGB 屏幕图会偏暗、饱和度低。
# 转的时候指定色彩空间
magick -density 300 -colorspace sRGB input.pdf out.png
5.5 转出来的图方向是躺着的
PDF 的 /Rotate 属性有些工具不认。
# pdftoppm 会自动处理；ImageMagick 需要手动转
magick out.png -rotate 90 out-fixed.png
5.6 页数多、跑一半卡死
PDF 太大（几百 MB 扫描件）时，一次性渲染容易 OOM。分页处理：
total=$(pdfinfo input.pdf | awk '/^Pages/{print $2}')
for ((i=1; i<=total; i+=20)); do
end=$((i+19))
pdftoppm -r 300 -png -f "$i" -l "$end" input.pdf "part-$i"
done
六、场景速查：我到底该用多少 DPI
| 场景 | DPI | 格式 | 说明 |
|---|---|---|---|
| 微信/QQ 发图 | 96-150 | JPG | 超过 150 会被微信二次压缩，白给 |
| 网页/博客插图 | 96-150 | JPG/WebP | 配合 图片压缩 再瘦一次 |
| PPT 插图 | 150-200 | PNG | 投影仪放大看，150 是底线 |
| 打印（黑白文档） | 300 | PNG | 300 是打印行业的默认门槛 |
| 打印（照片/画册） | 300-600 | PNG/TIFF | 600 只在印厂明确要求时用 |
| OCR 识别输入 | 300-400 | PNG | 低于 300 识别率明显下降 |
| 合同/票据存档 | 200-300 | JPG | 要长期存，兼顾体积 |
| AI 识图输入 | 150-200 | PNG | 超过 200 多数模型会自动降采样 |
七、不想装软件怎么办
命令行是最快的，但不是每个人都要为了转个 PDF 去装 poppler。浏览器里也能做，而且文件不出本机——对合同、身份证、病历这类敏感文件反而更合适。
👉 PDF 转图片工具：选 DPI、选格式，浏览器本地渲染，不上传服务器。转完要发微信可以再用 图片格式转换 转一次 WebP，体积能再降一半。
八、几条纪律
- 扫描件先
pdfimages -list，有大图就走提取，别上来就渲染。 - DPI 按用途选，不要无脑 300——300 DPI 的 A4 单页 PNG 动辄 3 MB，微信一发就糊，纯属浪费。
- ImageMagick 的
-density必须在输入文件名之前。 - 批量前先算磁盘：页数 × 单页体积，留 30% 余量。
- 透明需求用 PNG，转成 JPG 就丢了 alpha 通道，不可逆。
- 字体乱码先
pdffonts确认是不是没嵌入，别急着换工具。 - 加密文件先解密，且只处理你自己有权处理的文档。