Jak przekonwertować plik PDF na obraz w języku Python

1. Zainstaluj bibliotekę PDF2Image Python

PDF2Image to moduł, który opakowuje pdftocairo i pdftoppm. Działa na Python 3.7+ do konwersji PDF na obiekt obrazu PIL. Historia poprzednich wersji pokazuje, że opakowuje jedynie pdftoppm, aby przekonwertować PDF na obrazy i działał tylko na Python 3+.

Aby zainstalować pakiet pdf2image, otwórz wiersz polecenia Windows lub Windows PowerShell i użyj następującego polecenia pip:

pip install pdf2image

pip install pdf2image

Pip (Preferred Installer Program) to menedżer pakietów dla języka Python. Pobiera i instaluje pakiety oprogramowania zewnętrznego, które oferują funkcje i możliwości niepatrzoną w standardowej bibliotece Python.

Uwaga: Aby wykonać to polecenie z dowolnego miejsca w wierszu poleceń, musi być dodane Python do PATH. Dla Python 3+ zaleca się używanie pip3, ponieważ jest to zaktualizowana wersja pip.

2. Zainstaluj Poppler

brew install poppler

brew install poppler

3. Kod dla konwersji plików PDF na pliki graficzne

Poniższy kod wykona konwersję obrazu z pliku PDF:

from pdf2image import convert_from_path

# Notify the user that the process is starting
print("Please wait while the file is being loaded.")
file = convert_from_path('file.pdf')

# Iterate over all pages in the PDF file
for i in range(len(file)):
    # Update user on progress
    print("Progress: " + str(round(i / len(file) * 100)) + "%")
    # Save each page as a JPG image file
    file[i].save('page' + str(i + 1) + '.jpg', 'JPEG')

# Notify the user that the conversion is successful
print("Conversion Successful")

from pdf2image import convert_from_path

# Notify the user that the process is starting
print("Please wait while the file is being loaded.")
file = convert_from_path('file.pdf')

# Iterate over all pages in the PDF file
for i in range(len(file)):
    # Update user on progress
    print("Progress: " + str(round(i / len(file) * 100)) + "%")
    # Save each page as a JPG image file
    file[i].save('page' + str(i + 1) + '.jpg', 'JPEG')

# Notify the user that the conversion is successful
print("Conversion Successful")

W powyższym kodzie najpierw otwieramy plik używając metody convert_from_path. Ta metoda otwiera plik zlokalizowany pod wskazaną ścieżką. Następnie iterujemy przez każdą stronę pliku PDF, aby była przekonwertowana na obrazy JPG. Na koniec używana jest metoda save do zapisania każdej przekonwertowanej strony jako pliku obrazu JPG. Teraz uruchom program i poczekaj na zakończenie konwersji. Pliki wyjściowe obrazu są zapisywane w tym samym folderze co program.

1. Zainstaluj bibliotekę PyMuPDF Python

PyMuPDF to rozszerzone wiązanie Python z MuPDF, który jest lekkim czytnikiem, rendererem i zestawem narzędzi e-booków, PDF i XPS. Może być używany do konwersji PDF na inne formaty jak JPG lub PNG. PyMuPDF działa na wersjach Python 3.7+.

Aby zainstalować pakiet PyMuPDF, otwórz wiersz polecenia Windows lub Windows PowerShell i użyj następującego polecenia pip:

pip install pymupdf

pip install pymupdf

Zauważ, że PyMuPDF nie wymaga żadnych dodatkowych bibliotek, tak jak pakiet PDF2Image.

2. Kod dla konwersji plików PDF na obrazy

Poniższy kod zaimportuje moduł fitz z PyMuPDF, dzięki czemu możemy konwertować PDF na obrazy:

import fitz  # PyMuPDF

# Open the PDF file
doc = fitz.open("file.pdf")

# Iterate over each page in the document
for x in range(len(doc)):
    page = doc.load_page(x)  # Load a specific page
    pix = page.get_pixmap()  # Render page to image
    output = "output/pdfpage" + str(x + 1) + ".png"  # Specify output path
    pix.save(output)  # Save the image to the output path

# Close the document
doc.close()

import fitz  # PyMuPDF

# Open the PDF file
doc = fitz.open("file.pdf")

# Iterate over each page in the document
for x in range(len(doc)):
    page = doc.load_page(x)  # Load a specific page
    pix = page.get_pixmap()  # Render page to image
    output = "output/pdfpage" + str(x + 1) + ".png"  # Specify output path
    pix.save(output)  # Save the image to the output path

# Close the document
doc.close()

W powyższym kodzie nazwa pliku jest przekazywana jako argument do metody fitz.open, aby otworzyć plik. Następnie przechodzę przez cały dokument i ładuję każdą stronę osobno. Metoda get_pixmap służy do konwersji każdej strony dokumentu na piksele obrazu, a powstały obraz jest zapisywany w folderze wyjściowym za pomocą metody save. Na końcu otwarty dokument jest zamykany, aby zwolnić pamięć.

W porównaniu do PDF2Image, PyMuPDF jest szybszy przy konwersji PDF na PNG. PDF2Image może być wolne dla formatu PNG ze względu na jego współczynnik kompresji. Wyjściowy plik jest taki sam jak w przypadku PDF2Image:

Biblioteka IronPDF

IronPDF to biblioteka używana do generowania, odczytywania i manipulowania plikami PDF. Jego specjalnością jest renderowanie HTML do PDF przy pomocy silnika Chromium. Ta funkcja czyni go popularnym wśród deweloperów, którzy potrzebują konwertować pliki HTML lub URL na dokumenty PDF. Dodatkowo, oferuje konwersję z różnych formatów do plików PDF.

Możesz również rastrować plik PDF do obrazów, używając zaledwie dwóch linii kodu. Poniższy kod pokazuje, jak konwertować PDF na różne formaty obrazów:

using IronPdf;

var Renderer = new IronPdf.ChromePdfRenderer();
var PDF = Renderer.RenderUrlAsPdf("https://example.com");
PDF.SaveAs("html.pdf");

// Rasterize the PDF
List<string> Images = PDF.RasterizeToImageFiles(ImageType.Png);

using IronPdf;

var Renderer = new IronPdf.ChromePdfRenderer();
var PDF = Renderer.RenderUrlAsPdf("https://example.com");
PDF.SaveAs("html.pdf");

// Rasterize the PDF
List<string> Images = PDF.RasterizeToImageFiles(ImageType.Png);

Imports IronPdf

Private Renderer = New IronPdf.ChromePdfRenderer()
Private PDF = Renderer.RenderUrlAsPdf("https://example.com")
PDF.SaveAs("html.pdf")

' Rasterize the PDF
Dim Images As List(Of String) = PDF.RasterizeToImageFiles(ImageType.Png)

Pobierz IronPDF i wypróbuj go za darmo tutaj.