如何在Python中将PDF转换为图像？代码实现示例

本文带你了解如何使用 PyMuPDF 库将 PDF 文件转换为 Python 中每页的单个图像。

如何在Python中将PDF转换为图像？有多种工具可以将 PDF 文件转换为图像，例如Linux 中的pdftoppm。本教程旨在用 Python 开发一个轻量级的命令行工具，将 PDF 文件转换为图像。

Python如何将PDF转换为图像？我们将使用PyMuPDF，这是一种高度通用、可定制的 PDF、XPS 和电子书解释器解决方案，可用于各种应用程序，例如 PDF 渲染器、查看器或工具包。

首先，让我们安装所需的库：

$ pip install PyMuPDF==1.18.9

导入库：

import fitz

from typing import Tuple
import os

让我们定义我们的主要效用函数，完整Python将PDF转换为图像示例如下：

def convert_pdf2img(input_file: str, pages: Tuple = None):
    """Converts pdf to image and generates a file by page"""
    # Open the document
    pdfIn = fitz.open(input_file)
    output_files = []
    # Iterate throughout the pages
    for pg in range(pdfIn.pageCount):
        if str(pages) != str(None):
            if str(pg) not in str(pages):
                continue
        # Select a page
        page = pdfIn[pg]
        rotate = int(0)
        # PDF Page is converted into a whole picture 1056*816 and then for each picture a screenshot is taken.
        # zoom = 1.33333333 -----> Image size = 1056*816
        # zoom = 2 ---> 2 * Default Resolution (text is clear, image text is hard to read)    = filesize small / Image size = 1584*1224
        # zoom = 4 ---> 4 * Default Resolution (text is clear, image text is barely readable) = filesize large
        # zoom = 8 ---> 8 * Default Resolution (text is clear, image text is readable) = filesize large
        zoom_x = 2
        zoom_y = 2
        # The zoom factor is equal to 2 in order to make text clear
        # Pre-rotate is to rotate if needed.
        mat = fitz.Matrix(zoom_x, zoom_y).preRotate(rotate)
        pix = page.getPixmap(matrix=mat, alpha=False)
        output_file = f"{os.path.splitext(os.path.basename(input_file))[0]}_page{pg+1}.png"
        pix.writePNG(output_file)
        output_files.append(output_file)
    pdfIn.close()
    summary = {
        "File": input_file, "Pages": str(pages), "Output File(s)": str(output_files)
    }
    # Printing Summary
    print("## Summary ########################################################")
    print("\n".join("{}:{}".format(i, j) for i, j in summary.items()))
    print("###################################################################")
    return output_files

Python如何将PDF转换为图像？上述函数将一个 PDF 文件转换为一系列图像文件。它遍历选定的页面（默认为所有页面），截取当前页面的屏幕截图，并使用writePNG()方法生成图像文件。

你可以更改zoom_x和zoom_y更改缩放系数，随意调整这些参数和rotate变量以满足你的需要。

Python将PDF转换为图像示例：现在让我们使用这个函数：

if __name__ == "__main__":
    import sys
    input_file = sys.argv[1]
    convert_pdf2img(input_file)

如何在Python中将PDF转换为图像？让我们在多页 PDF 文件上测试脚本（在此处获取）：

$ python convert_pdf2image.py bert-paper.pdf

输出将如下所示：

## Summary ########################################################
File:bert-paper.pdf
Pages:None
Output File(s):['bert-paper_page1.png', 'bert-paper_page2.png', 'bert-paper_page3.png', 'bert-paper_page4.png', 'bert-paper_page5.png', 'bert-paper_page6.png', 'bert-paper_page7.png', 'bert-paper_page8.png', 'bert-paper_page9.png', 'bert-paper_page10.png', 'bert-paper_page11.png', 'bert-paper_page12.png', 'bert-paper_page13.png', 'bert-paper_page14.png', 'bert-paper_page15.png', 'bert-paper_page16.png']
###################################################################

事实上，图像已成功生成：

结论

我们希望你发现本教程对你的需求有所帮助，以下是其他一些 PDF 教程（你也可以在lsbin上搜索到）：

• 如何在 Python 中为 PDF 文件加水印。
• 如何使用 Python 突出显示和编辑 PDF 文件中的文本。
• 如何在 Python 中从 PDF 中提取图像。
• 如何在 Python 中提取所有 PDF 链接。
• 如何在 Python 中从 PDF 中提取表格。
• 如何使用 Python 从 PDF 文件中的图像中提取文本。
• 如何在 Python 中将 PDF 转换为 Docx。