利用opencv_python(pdf2image、poppler）将pdf每页转为图片

花花鱼2025-03-03 8:36

1、安装依赖pdf2image

复制代码

pip install pdf2image

运行.py报错，因为缺少了poppler支持。

2、安装pdf2image的依赖poppler

以上命令直接报错。

改为手工下载：

github:

Releases · oschwartz10612/poppler-windows · GitHub

百度网盘：

百度网盘请输入提取码

提取码：5cxx

下载后，解压目录，并且将bin目录加入到环境变量中：

这里要重启IDE后才可以生效，我用的是Spyder6。

3、编写代码

复制代码

# -*- coding: utf-8 -*-
"""
Created on Sun Mar  2 20:34:25 2025

@author: 深海小飞鱼

"""
import cv2
import numpy as np

from pdf2image import convert_from_path

# 将 PDF 文件转换为图像，返回图像列表
images = convert_from_path('D:\\opencv\\pdf\\test.pdf')


for i, image in enumerate(images):
    # 将 PIL 图片转换为 OpenCV 格式
    opencv_image = cv2.cvtColor(np.array(image), cv2.COLOR_RGB2BGR)

    # 转换为灰度图像
    gray_image = cv2.cvtColor(opencv_image, cv2.COLOR_BGR2GRAY)

    # 应用二值化处理
    _, binary_image = cv2.threshold(
        gray_image, 200, 255, cv2.THRESH_BINARY_INV)

    # 使用形态学操作去掉小的水印噪声
    kernel = np.ones((3, 3), np.uint8)
    processed_image = cv2.morphologyEx(binary_image, cv2.MORPH_OPEN, kernel)

    # 保存处理后的图像
    cv2.imwrite(f'D:\\opencv\\pdf\\output_page_{i + 1}.png', processed_image)

4、运行

5、生成的图片的效果

我们会发现图片已经生成了，并且还是黑底的，下面就可以将图片进行处理了，比较去掉水印啊，加上一些元素啊，以达到我们的要求。

有兴趣的小伙伴可以自己找个pdf去测试下，我相信你会感受到python的魅力。