python提取pdf中的图片_PDF图片提取

本文作者：王碧琪
文字编辑：戴 雯
技术总编：张 邯

之前我们使用pymupdf提取了PDF文档中的文本信息，那么对于图片信息，也可以进行一波提取。今天我们一起来试试。

一、简介

待提取PDF文档“demo1”内容如下：

可以观察到，该文档中共有4张图片。提取思路为：首先得到PDF文档的所有对象，然后遍历它们判断是否是图片类型，再将图片信息写入，最后保存为png格式文件。

二、图片提取

（一）引入相应的库

import fitz #处理PDF
import re #使用正则表达式
import os #进行相关路径的判断

（二）导入PDF&创建导出图片的文件夹

path = r"F: pdfsdemo1.pdf" #导入的pdf的路径
pic_path = r"F: ima" #导出图片的文件夹
if not os.path.exists(pic_path):
    os.mkdir(pic_path)
else:
    print("文件夹已存在