世界快报:Python提取PDF中的图片的实现示例
(资料图片)
目录
1.导入相关库2.具体实现2.1.使用正则表达式查找PDF中的图片2.2.打印PDF的相关信息2.3.遍历PDF中的对象,遇到是图像才进行下一步,不然就continue2.4.将图像存为png格式2.5.输入pdf路径,即可运行3.结果预览3.1.程序结果3.2.原本的pdf3.3.提取出来的图片1.导入相关库
import fitz import time import re import os
2.具体实现
为了方便和其他模块组合,我直接写了个函数完成这个功能,实现如下:
2.1.使用正则表达式查找PDF中的图片
def pdf2pic(path, pic_path): """ # 从pdf中提取图片 :param path: pdf的路径 :param pic_path: 图片保存的路径 :return: """ t0 = time.clock() # 使用正则表达式来查找图片 checkXO = r"/Type(?= */XObject)" checkIM = r"/Subtype(?= */Image)"
2.2.打印PDF的相关信息
# 打开pdf doc = fitz.open(path) # 图片计数 imgcount = 0 lenXREF = doc._getXrefLength() # 打印PDF的信息 print("文件名:{}, 页数: {}, 对象: {}".format(path, len(doc), lenXREF - 1))
2.3.遍历PDF中的对象,遇到是图像才进行下一步,不然就continue
并且我们将文件的名字命名为word所在的路径
# 遍历每一个对象 for i in range(1, lenXREF): # 定义对象字符串 text = doc.getObjectString(i) isXObject = re.search(checkXO, text) # 使用正则表达式查看是否是图片 isImage = re.search(checkIM, text) # 如果不是对象也不是图片,则continue if not isXObject or not isImage: continue imgcount += 1 # 根据索引生成图像 pix = fitz.Pixmap(doc, i) # 根据pdf的路径生成图片的名称 new_name = path.replace("\\", "_") + "_img{}.png".format(imgcount) new_name = new_name.replace(":", "")
2.4.将图像存为png格式
# 如果pix.n<5,可以直接存为PNG if pix.n < 5: pix.writePNG(os.path.join(pic_path, new_name)) # 否则先转换CMYK else: pix0 = fitz.Pixmap(fitz.csRGB, pix) pix0.writePNG(os.path.join(pic_path, new_name)) pix0 = None # 释放资源 pix = None t1 = time.clock() print("运行时间:{}s".format(t1 - t0)) print("提取了{}张图片".format(imgcount))
2.5.输入pdf路径,即可运行
if __name__=="__main__": # pdf路径 path = r"E:\dogcat\提取图片\计算机视觉算法工程师.pdf" pic_path = r"E:\dogcat\提取图片\测试" # 创建保存图片的文件夹 if os.path.exists(pic_path): print("文件夹已存在,请重新创建新文件夹!") raise SystemExit else: os.mkdir(pic_path) m = pdf2pic(path, pic_path)
3.结果预览
3.1.程序结果
3.2.原本的pdf
3.3.提取出来的图片
到此这篇关于Python提取PDF中的图片的实现示例的文章就介绍到这了,更多相关Python提取PDF图片内容请搜索脚本之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持脚本之家!
X 关闭
X 关闭
- 1转转集团发布2022年二季度手机行情报告:二手市场“飘香”
- 2充电宝100Wh等于多少毫安?铁路旅客禁止、限制携带和托运物品目录
- 3好消息!京东与腾讯续签三年战略合作协议 加强技术创新与供应链服务
- 4名创优品拟通过香港IPO全球发售4100万股 全球发售所得款项有什么用处?
- 5亚马逊云科技成立量子网络中心致力解决量子计算领域的挑战
- 6京东绿色建材线上平台上线 新增用户70%来自下沉市场
- 7网红淘品牌“七格格”chuu在北京又开一家店 潮人新宠chuu能红多久
- 8市场竞争加剧,有车企因经营不善出现破产、退网、退市
- 9北京市市场监管局为企业纾困减负保护经济韧性
- 10市场监管总局发布限制商品过度包装标准和第1号修改单