如何用python批量提取pdf文档中的图表内容并以图片形式保存

批量提取PDF文档中的图表内容并以图片形式保存

一、案例

PDF文档中有很多有图，又有统计表的情况，单独又批量一次性提取pdf中有图片展示图表信息的内容，并将图表内容以图片格式保存。

二、代码：

import fitz  # PyMuPDF
from PIL import Image
import re
import os
import io

def extract_and_save_charts(input_folder, output_folder):
    for filename in os.listdir(input_folder):
        if filename.endswith('.pdf'):
            input_path = os.path.join(input_folder, filename)
            pdf_document = fitz.open(input_path)

            for page_num in range(pdf_document.page_count):
                page = pdf_document[page_num]

                # Extract text from the page
                page_text = page.get_text("text")

                # Check if the page contains the exact string "