依賴安裝
pip install pymupdf
代碼
import fitz
import time
import re
import os
def pdf2pic(path, pic_path):
'''
# 從pdf中提取圖片
:param path: pdf的路徑
:param pic_path: 圖片保存的路徑
:return:
'''
t0 = time.clock()
# 使用正則表達(dá)式來查找圖片
checkXO = r"/Type(?= */XObject)"
checkIM = r"/Subtype(?= */Image)"
# 打開pdf
doc = fitz.open(path)
# 圖片計(jì)數(shù)
imgcount = 0
lenXREF = doc._getXrefLength()
# 打印PDF的信息
print("文件名:{}, 頁數(shù): {}, 對象: {}".format(path, len(doc), lenXREF - 1))
# 遍歷每一個(gè)對象
for i in range(1, lenXREF):
# 定義對象字符串
text = doc._getXrefString(i)
isXObject = re.search(checkXO, text)
# 使用正則表達(dá)式查看是否是圖片
isImage = re.search(checkIM, text)
# 如果不是對象也不是圖片誉券，則continue
if not isXObject or not isImage:
continue
imgcount += 1
# 根據(jù)索引生成圖像
pix = fitz.Pixmap(doc, i)
# 根據(jù)pdf的路徑生成圖片的名稱
new_name = path.replace('\\', '_') + "_img{}.png".format(imgcount)
new_name = new_name.replace(':', '')
# 如果pix.n<5,可以直接存為PNG
if pix.n < 5:
pix.writePNG(os.path.join(pic_path, new_name))
# 否則先轉(zhuǎn)換CMYK
else:
pix0 = fitz.Pixmap(fitz.csRGB, pix)
pix0.writePNG(os.path.join(pic_path, new_name))
pix0 = None
# 釋放資源
pix = None
t1 = time.clock()
# print("運(yùn)行時(shí)間:{}s".format(t1 - t0))
print("提取了{(lán)}張圖片".format(imgcount))
if __name__=='__main__':
# pdf路徑
path = r'I:\paper'#pdf文件路徑
pic_path = r'I:\picture'#提取圖片保存路徑
for index,x in enumerate(os.listdir(path)):
if os.path.join(path, x).endswith('.pdf'):
try:
m = pdf2pic(os.path.join(path, x), pic_path)
except:
print("提取失敗")
注意
代碼中import中的fitz并不需要安裝洒缀，它本身包含在pymupdf中，單獨(dú)安裝fit都會顯示安裝失敗窗宦。
