python 两种提取pdf中图片的包

本文介绍了在Python中用于提取PDF文件中图片的两种库:fitz(pymupdf)和pdfminer3k。虽然fitz在元素定位上遇到困难,但pdfminer3k提供了元素定位功能,尽管其官方文档和多数教程在提取图片方面存在误导。
摘要由CSDN通过智能技术生成

项目需求,提取pdf中图片,找半天的结果

1.fitz (我没找到元素定位的方法)

pip install pymupdf
import fitz

def extract_pic_from_pdf(pdf_path, pic_forder):
    # 加载pdf
    doc = fitz.open(pdf_path)
    # 使用正则表达式来查找图片
    checkIM = r"/Subtype(?= */Image)"
    lenXREF = doc._getXrefLength() 
    
    # 提取图片
    for i in range(1, lenXREF):
        if not re.search(checkIM, doc._getXrefString(i)):
            continue
        pix = fitz.Pixmap(doc, i)
        pix.writePNG(os.path.join(..., ...))

2.pdfminer (含元素定位,官网提取图片是个坑,大多数教程也是错的)

pip install pdfminer3k
from pdfminer.pdfparser import PDFParser,PDFDocument 
from pdfminer.pdfinterp import PDFResourceManager, PDFPageInterpreter
from pdfminer.converter import PDFPageAggregator
from p
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值