图片与PDF文件相互转换

最新推荐文章于 2024-07-19 19:22:53 发布

weixin_46846685

最新推荐文章于 2024-07-19 19:22:53 发布

阅读量872

点赞数 16

分类专栏： python 文章标签： pdf 图像处理 PDF文件转换 DPI python PIL

本文链接：https://blog.csdn.net/weixin_46846685/article/details/139767739

版权

python 专栏收录该内容

4 篇文章 0 订阅

订阅专栏

图片与PDF文件相互转换

一、概述
二、提取PDF文件中的图片
三、图片转换为PDF文件

一、概述

本文实现了提取PDF文件中包含的图片，和将多个图片合并转换为PDF文件，并给出了相应的python代码，说明了其中的几处注意要点。

二、提取PDF文件中的图片

2.1代码实现

python代码如下：

import fitz
import io
from PIL import Image
import os

def extract_images_from_pdf(pdf_path, outputImg_folder):
    if not os.path.exists(outputImg_folder):
        os.makedirs(outputImg_folder)
    
    # 打开PDF文件
    pdf_document = fitz.open(pdf_path)

    # 遍历PDF中的每一页
    for page_number in range(len(pdf_document)):
        page = pdf_document.load_page(page_number)
        image_list = page.get_images(full=True)

        # 遍历每个页面中的每张图片
        for image_index, img in enumerate(image_list):
            xref = img[0]
            base_image = pdf_document.extract_image(xref)
            image_bytes = base_image["image"]

            # 将图像字节转换为PIL图像
            image = Image.open(io.BytesIO(image_bytes))

            # 生成输出文件名
            output_file = f"{outputImg_folder}/image_page_{page_number + 1:0=3d}_{image_index + 1:0=3d}.{image.format.lower()}"
            
            # 保存图像
            image.save(output_file)
            print(f"保存图像: {output_file}")

2.2注意要点

2.2.1代码使用

需要注意的是，上述代码只能提取非扫描的PDF文档，如果是扫描的PDF文档，那么会将文档每一页当作图片提取出来。

2.2.2依赖包

上述代码主要是使用fitz软件包实现的PDF文件中图片提取，fitz也叫PyMuPDF，安装命令如下：

pip install pymupdf

2.2.3图片序号设置

代码在给提取的图片命名时，将图片序号设置为3位数字，不足3位则自动补零，保证了在后续处理中能够获得排序正确的图片列表。

三、图片转换为PDF文件

3.1代码实现

python代码如下：

def convert_images_to_pdf(img_path, output_pdf_path, adjust=True):
    # 创建PDF文件
    c = canvas.Canvas(output_pdf_path, pagesize=letter)
    width, height = letter
    page_width = width
    page_height = height
    renderDPI = 96
    image_paths = []
    if os.path.isfile(img_path):
        image_paths.append(img_path)
    elif os.path.isdir(img_path):
        image_extensions = ['jpg', 'jpeg', 'png', 'gif', 'bmp', 'tif', 'tiff']
        for filename in os.listdir(img_path):
	        image_paths.append(os.path.join(img_path, filename))
    else:
        print('图片路径输入错误')
        return
    for image_path in image_paths:
        # 打开图片
        image = Image.open(image_path)
        image_width, image_height = image.size
        
        if adjust:
            # 调整图片尺寸以适应页面，居中显示，保持图片长宽比例
            aspect = image_width / image_height
            if image_width > image_height:
                canvas_width = page_width
                canvas_height = page_width / aspect
            else:
                canvas_height = page_height
                canvas_width = page_height * aspect
            
            if canvas_width > page_width:
                canvas_width = page_width
                canvas_height = page_width / aspect
            if canvas_height > page_height:
                canvas_height = page_height
                canvas_width = page_height * aspect
            
            # 计算图片的居中位置
            x = (page_width - canvas_width) / 2
            y = (page_height - canvas_height) / 2
        else:
            canvas_width = image_width / renderDPI * 72
            canvas_height = image_height / renderDPI * 72
            
            # 设置页面大小与图片尺寸匹配
            c.setPageSize((canvas_width, canvas_height))
            
            x = 0
            y = 0
        
        # 添加图片到PDF页面
        c.drawImage(image_path, x, y, canvas_width, canvas_height)
        c.showPage()  # 创建新的一页
        print(image_path)
    
    c.save()  # 保存PDF文件

3.2注意要点

3.2.1代码使用

上述代码根据传入参数自动判断图片数量为单张或多张，实现了单张或多张图片转换为PDF文件，每张图片占一页PDF。
转换后的PDF文件尺寸有两种选项，通过adjust参数控制，一种是统一设定PDF文件所有页面尺寸，为适应尺寸图片会被缩放，但保留长宽比，另一种是不对图片进行缩放，每一页文档的尺寸随图片的尺寸不同而变化。