Python编程之PDF转图片的三种实现方法详解

from pdf2image import convert_from_path
import os

def pdf_to_images(pdf_path, output_folder):
    # 创建输出文件夹
    if not os.path.exists(output_folder):
        os.makedirs(output_folder)
    
    # 转换pdf为图片
    images = convert_from_path(pdf_path)
    
    # 保存图片
    for i, image in enumerate(images):
        image.save(f"{output_folder}/page_{i+1}.jpg", "jpeg")
    
    print(f"转换完成，共生成 {len(images)} 张图片")

# 使用示例
pdf_path = "input.pdf"  # 输入pdf文件路径
output_folder = "output_images"  # 输出图片文件夹
pdf_to_images(pdf_path, output_folder)

pip install pdf2image

import fitz  # pymupdf
import os

def pdf_to_images(pdf_path, output_folder, zoom=3):
    # 创建输出文件夹
    if not os.path.exists(output_folder):
        os.makedirs(output_folder)
    
    # 打开pdf文件
    pdf_document = fitz.open(pdf_path)
    
    # 逐页转换为图片
    for page_num in range(len(pdf_document)):
        page = pdf_document.load_page(page_num)
        mat = fitz.matrix(zoom, zoom)  # 设置缩放因子提高分辨率
        pix = page.get_pixmap(matrix=mat)
        output_path = f"{output_folder}/page_{page_num+1}.png"
        pix.save(output_path)
    
    print(f"转换完成，共生成 {len(pdf_document)} 张图片")
    pdf_document.close()

# 使用示例
pdf_path = "input.pdf"
output_folder = "output_images"
pdf_to_images(pdf_path, output_folder)

pip install pymupdf

from wand.image import image
import os

def pdf_to_images(pdf_path, output_folder, resolution=300):
    # 创建输出文件夹
    if not os.path.exists(output_folder):
        os.makedirs(output_folder)
    
    # 转换pdf为图片
    with image(filename=pdf_path, resolution=resolution) as img:
        img.compression_quality = 99
        img.save(filename=f"{output_folder}/page.jpg")  # 会自动生成多个文件
    
    # 统计生成的文件数量
    image_count = len([f for f in os.listdir(output_folder) if f.endswith('.jpg')])
    print(f"转换完成，共生成 {image_count} 张图片")

# 使用示例
pdf_path = "input.pdf"
output_folder = "output_images"
pdf_to_images(pdf_path, output_folder)

pip install wand

import fitz  # pymupdf
import os

def pdf_to_images(pdf_path, output_folder, zoom=2, fmt="png"):
    """将 pdf 每页转为图片
    args:
        pdf_path: pdf 文件路径
        output_folder: 输出文件夹
        zoom: 缩放因子（提高分辨率）
        fmt: 图片格式（png/jpg）
    """
    if not os.path.exists(output_folder):
        os.makedirs(output_folder)
    
    doc = fitz.open(pdf_path)
    for page_num in range(len(doc)):
        page = doc.load_page(page_num)
        mat = fitz.matrix(zoom, zoom)  # 提高分辨率
        pix = page.get_pixmap(matrix=mat)
        output_path = f"{output_folder}/page_{page_num+1}.{fmt}"
        pix.save(output_path)
    
    print(f"转换完成，共生成 {len(doc)} 张图片")

# 使用示例
pdf_to_images("input.pdf", "output_images", zoom=3, fmt="jpg")

doc = fitz.open("input.pdf")
text = ""
for page in doc:
    text += page.get_text()  # 提取纯文本
print(text)

# 合并 pdf
doc1 = fitz.open("file1.pdf")
doc2 = fitz.open("file2.pdf")
doc1.insert_pdf(doc2)  # 将 doc2 插入到 doc1 末尾
doc1.save("merged.pdf")

# 拆分 pdf（提取指定页）
doc = fitz.open("input.pdf")
new_doc = fitz.open()
new_doc.insert_pdf(doc, from_page=0, to_page=2)  # 提取前 3 页
new_doc.save("split.pdf")

doc = fitz.open("input.pdf")
page = doc.load_page(0)

# 添加文本水印
page.insert_text(
    point=(50, 50),  # 坐标 (x,y)
    text="watermark",
    fontsize=20,
    color=(1, 0, 0),  # rgb 颜色（0-1 范围）
    rotate=45  # 旋转角度
)

# 添加矩形标注
page.draw_rect(
    rect=fitz.rect(50, 50, 200, 100),  # 矩形区域 (x1,y1,x2,y2)
    color=(0, 1, 0),
    width=2  # 边框宽度
)

doc.save("output.pdf")

pip uninstall fitz  # 如果误装了旧版
pip install pymupdf

mat = fitz.matrix(300/72, 300/72)  # 300 dpi
pix = page.get_pixmap(matrix=mat)

doc = fitz.open("encrypted.pdf", password="your_password")