Python PDF转Images -- pdf转图片

最新推荐文章于 2025-03-15 20:45:56 发布

jcpp9527

最新推荐文章于 2025-03-15 20:45:56 发布

阅读量1.9k

点赞数

分类专栏： Python 文章标签： python 开发语言后端

本文链接：https://blog.csdn.net/wqc19920906/article/details/120905828

版权

Python 专栏收录该内容

12 篇文章

订阅专栏

一、环境安装

windows环境：

安装1：pdf2image: pip install pdf2image

安装2：手动下载一个软件到本地poppler for Windows 不然会出现not install poppler or not in PATH错误

linux环境：

安装pdf2image: pip install pdf2image

安装pdfTools : sudo yum install poppler-cpp-devel

二、使用

pdf2image使用

from pdf2image import convert_from_path


def main(filename, outputDir):
    print('filename=', filename)
    print('outputDir=', outputDir)

    # dpi默认为200，在19寸电脑上默认只能显示原尺寸的40%，所以一般情况推荐设置100
    # 有些pdf可能存在转换图片只能转10几张的情况发生，这栋一般就认为是pdf的问题吧
    # 可以设置部分转换，设置开始转换的页码以及结束的页码
    images = convert_from_path(filename, dpi=100,thread_count=4,poppler_path="D:\\DevelopKits\\poppler-0.68.0\\bin")
    for index, img in enumerate(images):
        if index % 50 == 0:
            print("第%s页" % (index))
        img.save('%s/page_%s.png' % (outputDir, index))
        
if __name__ == "__main__":
    main("D:\\pdf\\20210220.pdf", '../pdfimages/')

注意：改文件不能命名为 pdf2image.py，因为这个文件依赖pdf2image模块，如果文件与模块同名，则会出现找不到convert_from_path的错误。

可以指定poppler_path，不然在windows中，得把poppler设在到环境变量path中去。

image 将是代表PDF文档每一页的PIL图像的列表。

函数参数定义：

convert_from_path(pdf_path, dpi=200, output_folder=None, first_page=None, last_page=None, fmt='ppm')

thread_count ：允许设置用于转换的线程数；

first_page ：允许设置由pdftoppm处理的第一个页面；

last_page：允许设置最后一页由pdftoppm处理；

fmt：允许指定输出格式。目前支持的格式是jpg、png和ppm；

pdf2image官网：pdf2image · PyPI