使用Python实现pdf转图片

本文档主要描述将 pdf 的每一页保存为图片，在本例中，我们使用了PyMuPDF，PyMuPDF 是 MuPDF 的 Python 绑定库，允许开发者通过 Python 轻松调用 MuPDF 的高性能文档处理功能。它专注于 PDF、EPUB、XPS 等格式的解析、渲染和操作，以高效和易用性著称，适合需要快速处理复杂文档的 Python 开发者。

PyMuPDF的使用

1.提取文本

# coding: utf-8
import fitz

def get_text(file):
    # 打开文件
    doc = fitz.open(file)
    # 提取每一页的文本
    for page in doc.pages():
        print(page.get_text())

if __name__ == '__main__':
    get_text('守株待兔.pdf')

2.提取图像

# coding: utf-8
import fitz

def get_image(file):
    doc = fitz.open(file)
    for page in doc.pages():
        images = page.get_images()
        for image in images:
            xref = image[0]
            print(image)
            print(xref)
            pix = fitz.Pixmap(doc, xref)
            pix.save(f"image_{xref}.png")

if __name__ == '__main__':
    get_image('守株待兔.pdf')

3.渲染页面

# coding: utf-8
import fitz

def draw_page(file):
    doc = fitz.open(file)

    for i in range(doc.page_count):
        print('处理第{0}页'.format(i))
        filename = 'page_%i.png' % (i)
        print(filename)

        page = doc.load_page(i)  # 加载页面
        zoom = 1  # 缩放因子（2 倍分辨率）
        mat = fitz.Matrix(zoom, zoom)  # 渲染矩阵
        pix = page.get_pixmap(matrix=mat, alpha=False)
        pix.save(filename)

def draw_page_2(file):
    doc = fitz.open(file)

    for index, page in enumerate(doc.pages()):
        zoom = 1  # 缩放因子（2 倍分辨率）
        mat = fitz.Matrix(zoom, zoom)  # 渲染矩阵
        pix = page.get_pixmap(matrix=mat, alpha=False)
        pix.save('page_%i.png' % index)


if __name__ == '__main__':
    draw_page('守株待兔.pdf')
    draw_page_2('守株待兔.pdf')