python如何读取图片pix_Python如何读取pdf中的图片

本篇就在Python中读取pdf图片较上篇读取excel的略微复杂，相信小伙们已经准备好迎接今天的挑战，接下来一起看看吧：

1.倒入相关库

import fitz

import time

import re

import os

2.具体实现

为了方便和其他模块组合，我直接写了个函数完成这个功能，实现如下：

2.1使用正则表达式查找PDF中的图片

def pdf2pic(path, pic_path):

'''

# 从pdf中提取图片

:param path: pdf的路径

:param pic_path: 图片保存的路径

:return:

'''

t0 = time.clock()

# 使用正则表达式来查找图片

checkXO = r"/Type(?= */XObject)"

checkIM = r"/Subtype(?= */Image)"

2.2打印PDF的相关信息

# 打开pdf

doc = fitz.open(path)

# 图片计数

imgcount = 0

lenXREF = doc._getXrefLength()

# 打印PDF的信息

print("文件名:{}, 页数: {}, 对象: {}".format(path, len(doc), lenXREF - 1))

2.3遍历PDF中的对象，遇到是图像才进行下一步，不然就continue

并且我们将文件的名字命名为word所在的路径# 遍历每一个对象

for i in range(1, lenXREF):

# 定义对象字符串

text = doc.getObjectString(i)

isXObject = re.search(checkXO, text)

# 使用正则表达式查看是否是图片

isImage = re.search(checkIM, text)

# 如果不是对象也不是图片，则continue

if not isXObject or not isImage:

continue

imgcount += 1

# 根据索引生成图像

pix = fitz.Pixmap(doc, i)

# 根据pdf的路径生成图片的名称

new_name = path.replace('\\', '_') + "_img{}.png".format(imgcount)

new_name = new_name.replace(':', '')

2.4将图像存为png格式

# 如果pix.n<5,可以直接存为PNG

if pix.n < 5:

pix.writePNG(os.path.join(pic_path, new_name))

# 否则先转换CMYK

else:

pix0 = fitz.Pixmap(fitz.csRGB, pix)

pix0.writePNG(os.path.join(pic_path, new_name))

pix0 = None

# 释放资源

pix = None

t1 = time.clock()

print("运行时间:{}s".format(t1 - t0))

print("提取了{}张图片".format(imgcount))

2.5输入pdf路径，即可运行

if __name__=='__main__':

# pdf路径

path = r'E:\dogcat\提取图片\计算机视觉算法工程师.pdf'

pic_path = r'E:\dogcat\提取图片\测试'

# 创建保存图片的文件夹

if os.path.exists(pic_path):

print("文件夹已存在，请重新创建新文件夹！")

raise SystemExit

else:

os.mkdir(pic_path)

m = pdf2pic(path, pic_path)

3.结果预览

3.1程序结果：

3.2原本的pdf:

3.3提取出来的图片

到这里，三种不同软件用Python读取图片的方法全部讲完了，大家可以根据需要自由选择。更多Python学习推荐:PyThon学习网教学中心。