python PDF文件转JPG

参考博文：https://zhuanlan.zhihu.com/p/162770223

import os
import fitz

base_path = 'F:/workshop/chineseocr-app/train/data/invoice/PDF/'
filenames = os.listdir(base_path)
OUT_PATH = 'F:/workshop/chineseocr-app/train/data/invoice/IMG/'

for filename in filenames:
    full_path = os.path.join(base_path, filename)  # 拼接，得到PDF文件的绝对路径
    print(full_path)
    doc = fitz.open(full_path)  # 打开一个PDF文件，doc为Document类型，是一个包含每一页PDF文件的列表
    rotate = int(0)  # 设置图片的旋转角度
    zoom_x = 2.0  # 设置图片相对于PDF文件在X轴上的缩放比例
    zoom_y = 2.0  # 设置图片相对于PDF文件在Y轴上的缩放比例
    trans = fitz.Matrix(zoom_x, zoom_y).preRotate(rotate)
    print("%s开始转换..." % filename)
    if doc.pageCount > 1:  # 获取PDF的页数
        for pg in range(doc.pageCount):
            page = doc[pg]  # 获得第pg页
            pm = page.getPixmap(matrix=trans, alpha=False)  # 将其转化为光栅文件（位数）
            new_full_name = filename.split(".")[0]  # 保证输出的文件名不变
            pm.writeImage(OUT_PATH+"%s%s.jpg" % (new_full_name, pg))  # 将其输入为相应的图片格式，可以为位图，也可以为矢量图
        # 我本来想输出为jpg文件，但是在网页中都是png格式（即调用writePNG），再转换成别的图像文件前，最好查一下是否支持
    else:
        page = doc[0]
        pm = page.getPixmap(matrix=trans, alpha=False)
        new_full_name = filename.split(".")[0]
        pm.writeImage(OUT_PATH+"%s.jpg" % new_full_name)
    print("%s转换完成！" % filename)