python pdf删除图片_使用PyMuPdf提取、删除及替换PDF中的图片文件

有时候想把PDF中的图片文件提取出来，身为程序员的我当然是自己写段代码来实现，先看看了网上的方法，都是逐行遍历，正则匹配来提取什么的，其实没有那么复杂，PyMuPdf官方文档里自带就有提取图片文件的方法，非常简单，下来用代码来记录下：

1.提取图片

#coding:utf-8

import fitz,os

doc = fitz.open('E:\\files\\25109878.pdf')

imgcount=0

for page in doc:

imageList = page.getImageList()

print(imageList)

for imginfo in imageList:

pix = fitz.Pixmap(doc, imginfo[0])

pix.writePNG(os.path.join("test\\t_{}.png".format(imgcount)))

imgcount+=1

短短几行代码聊表心意，通过page.getImageList()提取到图片列表信息，然后在使用fitz.Pixmap提取对应的图片内容，就是这么简单，我们来提取下一张发票里的图片：

电子发票里基本都是文字形式的，只有二维码和下方印章的图片，执行上面的代码看看: