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

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。

相关推荐
大模型真好玩35 分钟前
架构大突破! DeepSeek-V3.2发布,五分钟速通DeepSeek-V3.2核心特性
人工智能·python·deepseek
玩转C语言和数据结构1 小时前
Jupyter Notebook下载安装使用教程(附安装包,图文并茂)
ide·python·jupyter·anaconda·jupyternotebook·anaconda下载·anaconda安装包
2401_841495641 小时前
【自然语言处理】Universal Transformer(UT)模型
人工智能·python·深度学习·算法·自然语言处理·transformer·ut
CodeCraft Studio1 小时前
借助Aspose.Email,使用 Python 读取 Outlook MSG 文件
前端·python·outlook·aspose·email·msg·python读取msg文件
赵谨言1 小时前
基于python数据挖据的教学监控系统的设计与应用
开发语言·经验分享·python
一只自律的鸡2 小时前
【python】从Hello World到数据类型
开发语言·python
鱼鱼说测试2 小时前
Selenium+python自动化1-环境搭建
python·selenium·自动化
元基时代2 小时前
专业的短视频发布矩阵哪家靠谱
大数据·人工智能·python·矩阵
深蓝电商API3 小时前
实战:爬取豆瓣电影Top250,并生成Excel榜单
爬虫·python·excel
阿星_4 小时前
PyCharm 开发 Python 项目后,将其打包并部署到 Nginx 服务器
python·pycharm