如何用Python将pdf文件转化为高清图片

最近在整理文档,需要将文档进行OCR识别,然后结构化。直接解析pdf文档,行不通,因为文档里面是图片。于是采取先转图片,然后OCR,然后结构化。下面是pdf文档转图片的方法。

python 复制代码
import fitz  # PyMuPDF
 
def pdf_to_images(pdf_path, images_folder):
    # 打开PDF文件
    document = fitz.open(pdf_path)
    
    for page_num in range(len(document)):
        # 获取页面
        page = document[page_num]
        
        # 将页面渲染为图片,默认输出为RGB颜色空间,96 DPI
        pix = page.get_pixmap(dpi=300)
        
        # 图片文件名
        image_name = f"page_{page_num + 1}.png"
        image_path = f"{images_folder}/{image_name}"
        
        # 保存图片
        pix._writeIMG(image_path, format_="JPG", jpg_quality=300)
 
    # 关闭PDF文档
    document.close()
 
# 使用示例
pdf_path = 'example.pdf'  # PDF文件路径
images_folder = 'images'  # 图片保存文件夹
pdf_to_images(pdf_path, images_folder)

清晰度可以通过dpi参数控制。

如果你还没有安装 pymupdf,请安装:

bash 复制代码
pip install pymupdf
相关推荐
勘察加熊人12 小时前
python将pdf转txt,并切割ai
数据库·python·pdf
@小匠12 小时前
iText与OpenPDF使用差异及中文处理完全指南
java·pdf
ks胤墨14 小时前
Stirling PDF与cpolar:居家办公的云端PDF处理解决方案
pdf
sc_yhsheng18 小时前
18j621-3通风天窗图集pdf(免费高清版)
windows·pdf
不勤奋不做蜗牛18 小时前
常用PDF转换工具推荐
pdf
YAY_tyy1 天前
基于 Vue3 + VueOffice 的多格式文档预览组件实现(支持 PDF/Word/Excel/PPT)
前端·javascript·vue.js·pdf·word·excel
2501_927539301 天前
PDF Reader 编辑阅读(Mac)
pdf·mac·pdf reader
CHANG_THE_WORLD1 天前
BrotliCompressor压缩器封装,以及 PDF编码器介绍
pdf
兰文彬2 天前
PPT转化成PDF脚本
pdf·powerpoint