Python - PDF 转 png

网上搜了下很多方法都是过期的,这里贴下我的方法

根据 pymupdf -- Pixmap.tobytes
https://pymupdf.readthedocs.io/en/latest/pixmap.html#Pixmap.tobytes


核心方法

python 复制代码
def pdf2png(pdfPath, img_dir, zoom_x=1,zoom_y=1,rotation_angle=0):
    # 打开PDF文件
    pdf = fitz.open(pdfPath)


    # 逐页读取PDF
    for idx in range(0, pdf.page_count):
        idx += 1
        page = pdf[idx] 
        trans = fitz.Matrix(zoom_x, zoom_y).preRotate(rotation_angle) 
        pm = page.get_pixmap(matrix=trans, alpha=False, dpi=200)
        

        bt = pm.tobytes()
 
        img_path = os.path.join(img_dir, f'{idx}.png')
        with open(img_path, 'wb') as f:f.write(bt)
        
    pdf.close()

整个处理文件

python 复制代码
#!/usr/bin/env python
# -*- encoding: utf-8 -*-
'''
@File    :   pdf2img.py
@Time    :   2024-09-28 11:10:57
@Author  :   shushu
@Version :   1.0
@Desc    :   
''' 

import os
import sys  
import os  
import fitz

def pdf2png(pdfPath, img_dir, zoom_x=1,zoom_y=1,rotation_angle=0):
    # 打开PDF文件
    pdf = fitz.open(pdfPath)


    # 逐页读取PDF
    for idx in range(0, pdf.page_count):
        idx += 1
        page = pdf[idx] 
        trans = fitz.Matrix(zoom_x, zoom_y).preRotate(rotation_angle) 
        pm = page.get_pixmap(matrix=trans, alpha=False)
        

        bt = pm.tobytes()
 
        img_path = os.path.join(img_dir, f'{idx}.png')
        with open(img_path, 'wb') as f:f.write(bt)
        
    pdf.close()

def test():
    pdfPath = '/Users/xxx表格_图片_page_2.pdf' 
    img_dir = '/Users/xxx/04'
    pdf2png(pdfPath, img_dir)


def prcs(file_path):
    print('-- ', file_path) 
    img_dir = file_path.replace('.pdf', '')
    if not os.path.isdir(img_dir):os.makedirs(img_dir)  
    pdf2png(file_path, img_dir)  
    
if __name__ == '__main__':
    
    paths = sys.argv[1:]
    print('-- ', paths) 
    prcs(paths) 
    
    

伊织 2024-09-28(六)

相关推荐
前端付豪1 小时前
LangChain链 写一篇完美推文?用SequencialChain链接不同的组件
人工智能·python·langchain
曲幽2 小时前
FastAPI实战:打造本地文生图接口,ollama+diffusers让AI绘画更听话
python·fastapi·web·cors·diffusers·lcm·ollama·dreamshaper8·txt2img
老赵全栈实战2 小时前
Pydantic配置管理最佳实践(一)
python
阿尔的代码屋8 小时前
[大模型实战 07] 基于 LlamaIndex ReAct 框架手搓全自动博客监控 Agent
人工智能·python
AI探索者1 天前
LangGraph StateGraph 实战:状态机聊天机器人构建指南
python
AI探索者1 天前
LangGraph 入门:构建带记忆功能的天气查询 Agent
python
FishCoderh1 天前
Python自动化办公实战:批量重命名文件,告别手动操作
python
躺平大鹅1 天前
Python函数入门详解(定义+调用+参数)
python
曲幽1 天前
我用FastAPI接ollama大模型,差点被asyncio整崩溃(附对话窗口实战)
python·fastapi·web·async·httpx·asyncio·ollama
两万五千个小时1 天前
落地实现 Anthropic Multi-Agent Research System
人工智能·python·架构