python提取pdf文件中的图片并输出到本地

python 复制代码
import fitz
import os
from PIL import Image

path1 = "D:/桌面/xxxxxx.pdf"
path2 = "D:/桌面/111"

def pdf2image1(path1, path2):

    pdfDoc = fitz.open(path1)
    for pg in range(pdfDoc.page_count):
        page = pdfDoc.load_page(pg)

        # 获取页面的图像对象
        # matrix = fitz.Matrix(1.0, 1.0)  # 1.0 表示原始尺寸
        # pix = page.get_pixmap(matrix=matrix,dpi=200)
        pix = page.get_pixmap(matrix=fitz.Matrix(4, 4))

        print(pix.width, pix.height)
        # 将图像转换为Pillow的Image对象
        img = Image.frombytes("RGB", [pix.width, pix.height], pix.samples)

        if not os.path.exists(path2):  # 判断存放图片的文件夹是否存在
            os.makedirs(path2)  # 若图片文件夹不存在就创建

        # 保存图像为PNG格式,不进行压缩
        # dpi = 96  # 设置所需的 DPI 值
        img.save(path2 + '/' + f'images_{pg}.jpg', )
        # img.save(f'output_{page_number}.png',)



        # pix.save(path2 + '/' + 'images_%s.png' % pg)  # 将图片写入指定的文件夹内

if __name__ == "__main__":
    pdf2image1(path1, path2)
相关推荐
屿华AI2 分钟前
AUTOSAR 实战-诊断工具 | UDS 0x27 安全访问的配置化实现:种子密钥算法插件化设计
python·测试工具·汽车
RobinDevNotes8 分钟前
Claude Code 剪视频,不上传、不要 API Key
人工智能·python·音视频·开发工具·ipython
starzy19901 小时前
深入理解Scala隐式函数:自动类型转换
开发语言·后端·scala
如夏倾城2 小时前
VRRP(虚拟路由器冗余协议Virtual Router Redundancy Protocol)
网络·python·网络协议·安全·智能路由器·负载均衡·信息与通信
IvanCodes2 小时前
LangChain(04):Runnable 与 LCEL 的执行与组合机制
python·langchain·agent
特创数字科技2 小时前
纯本地离线运行的文档脱敏工具(技术分享)
前端·驱动开发·python
布莱克6053 小时前
Swift 循环与控制转移详解:从 for-in 到标签跳转
开发语言·ssh·swift·循环
东莞市云毅网络有限公司4 小时前
用 Playwright 搭一套问答平台引用监测的最小骨架
python·数据清洗·rag·企业知识库·文档解析
Thanks_ks4 小时前
【第 010 讲】全面掌握 Python 变量与常量:变量的定义与赋值 | 标识符与命名规范 | 变量的底层机制 | 常量与魔术数字
python·内存·变量·标识符·常量·赋值·命名规范
敲上瘾4 小时前
Qt核心机制:信号与槽详解
开发语言·c++·qt·ui·qt6.3