Python学习笔记：PDF转图片

最近有个需求：将大量的 PDF 文档转换为多张图片 PNG ，遂诞生此需求。

经过搜寻，发现以下方法。

一、pdf2image.convert_from_path

事实上，pdf2image 只是一个包装器，真正的转换工具是 poppler。

1.安装

pip install pd2image -i https://pypi.tuna.tsinghua.edu.cn/simple # 指定清华镜像

除此之外，还需要手动下载一个软件（poppler for Windows），否则会出现以下错误：

PDFInfoNotInstalledError: Unable to get page count. Is poppler installed and in PATH?

2.使用

import os
os.chdir(r'C:\Users\Hider\Desktop\pdf-test')
from pdf2image import convert_from_path

def pdf_to_image(file_path):
    images = convert_from_path(pdf_path=file_path,
                               dpi=200,
                               thread_count=4,
                               poppler_path='D:\\ProgramFiles\\poppler-0.68.0_x86\\poppler-0.68.0\\bin')
    for index, img in enumerate(images):
        if index % 10 == 0:
            print('正在转换第%s页...' % (index))
        img.save('page_%s.png' % (index))

file_path = 'pdf.pdf'
if __name__ == '__main__':
    pdf_to_image(file_path)

3.参数说明

def convert_from_path(
    pdf_path,
    dpi=200,
    output_folder=None,
    first_page=None, # 开始页
    last_page=None,  # 结束页
    fmt="ppm",
    jpegopt=None,
    thread_count=1,
    userpw=None,
    use_cropbox=False,
    strict=False,
    transparent=False,
    single_file=False,
    output_file=uuid_generator(),
    poppler_path=None,
    grayscale=False,
    size=None,
    paths_only=False,
    use_pdftocairo=False,
    timeout=None,
    hide_annotations=False,
):

• pdf_path：文件路径
• dpi：图片分辨率 默认200
• thread_count：转换的线程数
• poppler_path：指定路径，或者将poppler添加到环境变量path中
• fmt：指定输出格式，目前支持：jpg、png、ppm等

注意：该文件不能命名为 pdf2image.py，因为这个文件依赖 pdf2image 模块，如果文件与模块同名，则会出现找不到 convert_from_path 的错误。

二、PyMuPDF

1.安装

pip install PyMuPDF -i https://pypi.tuna.tsinghua.edu.cn/simple # 指定清华镜像

2.使用

#### 导出分辨率较差
import fitz
import os
os.chdir(r'C:\Users\Hider\Desktop\pdf-test')

def pdf_to_images(file_path):
    doc = fitz.open(file_path)
    for p in doc:
        pix = p.get_pixmap()
        output = f'page{p.number}.png'
        pix.save(output)

file_path = 'pdf.pdf'
pdf_to_images(file_path)

3.其他

更详细用法可参考链接4。

参考链接：Poppler for Windows

参考链接：Python PDF转Images -- pdf转图片

参考链接：Windows 安装pdf2image运行后遇到PDFInfoNotInstalledError解决办法

参考链接：python 将PDF 转成 图片的几种方法