使用pymupdf模块将pdf转图片

首先安装pymupdf模块

pip install pymupdf -i https://pypi.tuna.tsinghua.edu.cn/simple

安装失败了

 fitz_wrap.c
  ./fitz/fitz_wrap.c(2754): fatal error C1083: 无法打开包括文件: “fitz.h”: No such file or directory
  error: command 'C:\\Program Files (x86)\\Microsoft Visual Studio 14.0\\VC\\BIN\\x86_amd64\\cl.exe' failed with exit status 2

  ----------------------------------------
  Failed building wheel for pymupdf
  Running setup.py clean for pymupdf
Failed to build pymupdf

 fitz_wrap.c
    ./fitz/fitz_wrap.c(2754): fatal error C1083: 无法打开包括文件: “fitz.h”: No such file or directory
    error: command 'C:\\Program Files (x86)\\Microsoft Visual Studio 14.0\\VC\\BIN\\x86_amd64\\cl.exe' failed with exit status 2

    ----------------------------------------
Command "c:\users\administrator\anaconda3\python.exe -u -c "import setuptools, tokenize;__file__='C:\\Users\\ADMINI~1\\AppData\\Local\\Temp\\pip-install-b8y2vn5k\\pymupdf\\setup.py';f=getattr(tokenize, 'open', open)(__file__);code=f.read().replace('\r\n', '\n');f.close();exec(compile(code, __file__, 'exec'))" install --record C:\Users\ADMINI~1\AppData\Local\Temp\pip-record-9b6wt688\install-record.txt --single-version-externally-managed --compile" failed with error code 1 in C:\Users\ADMINI~1\AppData\Local\Temp\pip-install-b8y2vn5k\pymupdf\

百度找到pymupdf官网

https://pypi.org/project/PyMuPDF/

发现有这样一条：

PyMuPDF 应该在 MuPDF 和 Python 3.6+ 都支持的所有平台上运行。这些包括但不限于 Windows、Mac OSX 和
Linux，32 位或 64 位。如果您可以在 Python 支持的平台上生成 MuPDF，那么 PyMuPDF 也可以在那里使用。

PyMuPDF 托管在GitHub 上，您可以在其中找到有关其功能、我们的问题跟踪器、Wiki等的最新信息。

查看python版本，python3.5。
使用conda建立py3.7环境：

conda create --name python37 python=3.7

激活环境

activate python37

再安装pymuodf,成功。

使用以下代码进行pdf拆分

import fitz
import re
import os

file_path = r'C:\Users\Administrator\Desktop\PDF_test\test.pdf'  # PDF 文件路径
dir_path = r'C:\Users\Administrator\Desktop\PDF_test'  # 存放图片的文件夹
def pdf2image1(path, pic_path):
    checkIM = r"/Subtype(?= */Image)" # 正则表达式
    pdf = fitz.open(path)
    lenXREF = pdf.xref_length() # 最新fitz库是没有._getXrefLength()
    count = 1
    for i in range(1, lenXREF):
        text = pdf.xref_object(i)# 最新fitz库是没有.getObjectString()
        isImage = re.search(checkIM, text)
        if not isImage:
            continue
        pix = fitz.Pixmap(pdf, i)
        if pix.size < 10000:  # 在这里添加一处判断一个循环
            continue  # 不符合阈值则跳过至下
        new_name = f"img_{count}.png"
        pix.writePNG(os.path.join(pic_path, new_name))
        count += 1
        pix = None

pdf2image1(file_path, dir_path)

可以把pdf中所有图片挨个找出来保存成图片，而不是直接把一页保存成图片。