用python将pdf转成图片转换成对应的word文件

*科管系统**报告只能上传word,但是有些盖章文件只有pdf版本,因此有这个需求,目前市面上没这软件,只能自己python写一个。

要将PDF中的页面以图片的形式存储到Word文档中,你需要完成以下几个步骤:

从PDF中提取每一页的图像。

将这些图像插入到Word文档中。

这里提供一个使用Python实现的示例流程,其中使用PyMuPDF(也称为fitz)来读取PDF并提取图像,使用python-docx来创建Word文档并插入图像。

安装所需库

首先确保安装了所需的库:

pip install pymupdf python-docx

示例代码

以下是一个简单的脚本,演示如何将PDF中的页面作为图像保存,并将这些图像插入到Word文档中:

python 复制代码
import fitz  # PyMuPDF
from docx import Document
from docx.shared import Inches

def pdf_to_images(pdf_path, output_folder):
    # 打开PDF文件
    with fitz.open(pdf_path) as doc:
        # 遍历每一页
        for page_num in range(len(doc)):
            page = doc[page_num]
            # 将PDF页面渲染为图像
            pix = page.get_pixmap(dpi=300)  # dpi可以根据需要调整
            image_path = f"{output_folder}/page_{page_num + 1}.png"
            pix.save(image_path)  # 保存图像到磁盘
            yield image_path

def images_to_word(image_paths, word_path):
    # 创建一个新的Word文档
    doc = Document()
    
    # 遍历所有图像并将它们插入到Word文档中
    for image_path in image_paths:
        doc.add_picture(image_path, width=Inches(6))  # 调整宽度以适应页面
        doc.add_page_break()  # 添加一个新页面
    
    # 保存Word文档
    doc.save(word_path)

# 主函数
def main(pdf_path, output_folder, word_path):
    # 从PDF中提取图像
    image_paths = list(pdf_to_images(pdf_path, output_folder))
    
    # 将图像插入到Word文档中
    images_to_word(image_paths, word_path)

if __name__ == "__main__":
    # 定义输入输出路径
    pdf_path = 'F:\python\pdf2word\测试分册.pdf' # PDF文件路径
    output_folder = "output_images"  # 图像输出文件夹
    word_path = "output_ceshi.docx"  # Word文档输出路径
    
    # 创建输出文件夹
    import os
    if not os.path.exists(output_folder):
        os.makedirs(output_folder)
    
    # 调用主函数
    main(pdf_path, output_folder, word_path)
相关推荐
Python×CATIA工业智造1 小时前
Pycatia二次开发基础代码解析:组件识别、选择反转与链接创建技术解析
python·pycharm
小宁爱Python1 小时前
从零搭建 RAG 智能问答系统 6:Text2SQL 与工作流实现数据库查询
数据库·人工智能·python·django
m0_748241231 小时前
Java注解与反射实现日志与校验
java·开发语言·python
可触的未来,发芽的智生2 小时前
追根索源:换不同的词嵌入(词向量生成方式不同,但词与词关系接近),会出现什么结果?
javascript·人工智能·python·神经网络·自然语言处理
2501_929157682 小时前
Switch 20.5.0系统最新PSP模拟器懒人包
android·游戏·ios·pdf
hu_nil2 小时前
LLMOps-第十一周作业
python·vllm
阿Q说代码3 小时前
IPIDEA实现数据采集自动化:高效自动化采集方案
运维·python·自动化·数据采集
zstar-_3 小时前
FreeP2W:一个PDF转Word的CLI工具
pdf·word
大模型真好玩3 小时前
OCR技术简史: 从深度学习到大模型,最强OCR大模型花落谁家
人工智能·python·deepseek
njsgcs3 小时前
读取文件夹内的pdf装换成npg给vlm分类人工确认然后填入excel vlmapi速度挺快 qwen3-vl-plus webbrowser.open
分类·pdf·excel