Konwersja plików PDF na obrazy w języku Python

Dlaczego deweloperzy konwertują pliki PDF na obrazy?

Konwersja PDF na obraz rozwiązuje kilka praktycznych problemów w rozwoju oprogramowania. Najczęstszym wymaganiem jest generowanie podglądów - wyświetlanie miniatury dokumentu PDF w interfejsie internetowym lub w aplikacji mobilnej bez zmuszania użytkowników do pobrania i otwarcia całego pliku.

Inne częste przypadki użycia to:

• Kanały uczenia maszynowego: modele OCR, narzędzia do analizy układów i systemy widzenia komputerowego akceptują dane wejściowe w postaci obrazów, a nie PDFów
• Archiwizacja i zgodność: Przechowywanie wizualnego zrzutu w zestawieniu z oryginalnym PDF-em zapewnia długoterminową czytelność nawet wtedy, gdy przeglądarki PDF zmienią się
• Osadzanie raportów: Uwzględnianie konkretnych stron PDF jako obrazów wewnątrz innych dokumentów lub szablonów e-mail
• Automatyzacja testów: Porównywanie zrzutów stron wyrenderowanych w celu wykrycia regresji wizualnych w wyjściu PDF

Python nie zawiera natywnej funkcjonalności konwersji PDF na obraz w swojej standardowej bibliotece. Narzędzia takie jak pdf2image wymagają zainstalowania Poppler jako zewnętrznego binarnego, co zwiększa złożoność wdrożenia. IronPDF obsługuje renderowanie wewnętrznie, więc dodanie konwersji PDF do obrazu do dowolnego projektu w Pythonie wymaga tylko jednej pip install.

Jak przekonwertować plik PDF na obrazy?

Aby przekonwertować PDF na obrazy, wywołaj RasterizeToImageFiles na instancji PdfDocument. Metoda zapisuje jeden plik graficzny na stronę w określonym katalogu. Asteriks (*) w ścieżce wyjściowej jest zastępowany przez numer strony zaczynający od 1, więc assets/images/*.png produkowany jest assets/images/1.png, assets/images/2.png, i tak dalej.

Utwórz katalog wyjściowy przed wywołaniem metody. IronPDF nie utworzy go automatycznie, jeżeli nie istnieje.

:path=/static-assets/ironpdf-python/content-code-examples/how-to/python-pdf-to-image-2.py

#:path=/static-assets/pdf/content-code-examples/how-to/python-pdf-to-image/convert-pdf-to-images.py
from ironpdf import PdfDocument

# Load a PDF from disk
pdf = PdfDocument.FromFile("my-content.pdf")

# Write each page to a PNG file in the "assets/images" folder
# The folder must exist before calling this method
pdf.RasterizeToImageFiles("assets/images/*.png", DPI=96)

Parametr DPI kontroluje rozdzielczość obrazu. Wyższe DPI produkuje ostrzejszy obraz kosztem większego rozmiaru pliku i dłuższego czasu przetwarzania. Standardowe wartości:

Katalog wyjściowy z jednym plikiem PNG na stronę PDF

Jeśli obrazy wyjściowe wydają się zamazane, zwiększ wartość DPI. Przetwarzanie 300 DPI na całym dokumencie 50-stronicowym zajmuje zauważalnie więcej czasu niż 96 DPI - wybierz na podstawie rzeczywistych wymagań dotyczących jakości przypadku użycia.

Jak przekonwertować konkretny zakres stron na obrazy?

Aby przekonwertować tylko podzbiór stron, przekaż indeksy stron jako drugi argument do RasterizeToImageFiles. Indeksy stron to zera bazowane liczby całkowite.

:path=/static-assets/ironpdf-python/content-code-examples/how-to/python-pdf-to-image-3.py

#:path=/static-assets/pdf/content-code-examples/how-to/python-pdf-to-image/convert-page-range.py
from ironpdf import PdfDocument

pdf = PdfDocument.FromFile("my-content.pdf")

# Convert only pages 1, 2, and 3 (zero-based indices: 0, 1, 2)
pdf.RasterizeToImageFiles("assets/images/*.png", [0, 1, 2], DPI=96)

PYTHON

Selektywne wyodrębnianie stron jest przydatne w dokumentach, w których potrzebne są tylko pierwsze kilka stron do podglądu, unikając niepotrzebnego przetwarzania całego pliku. Dla przepływów roboczych, które wydobywają już osadzone obrazy w PDF, IronPDF dostarcza oddzielne metody ekstrakcji.

Moją ulubioną biblioteką tego typu jest IronPDF. Umożliwia ona szybkie i efektywne manipulowanie plikami PDF. Posiada także wiele cennych funkcji, takich jak eksport do formatu PDF/A i cyfrowe podpisywanie dokumentów PDF.

Milan Jovanovic

Microsoft MVP

Zobacz studium przypadku

IronOCR pozwala nam oszczędzić 40 000 USD rocznie na ręcznym przetwarzaniu, jednocześnie zwiększając produktywność i uwalniając zasoby do zadań o wysokim wpływie. Gorąco polecam.

Brent Matzelle

Dyrektor technologiczny, OPYN

Zobacz studium przypadku

IronSuite odgrywa kluczową rolę w naszej działalności. Są to narzędzia zwiększające wydajność w całej firmie, w tym tworzenie planów pięter i poprawa zarządzania zapasami.

David Jones

Główny inżynier oprogramowania, Agorus Build

Zobacz studium przypadku

Jak przekonwertować URL na obrazy?

IronPDF może wyświetlić stronę internetową jako plik PDF, a następnie przekonwertować ten PDF na obrazy w jednym toku pracy. Użyj ChromePdfRenderer, aby pobrać i zrenderować URL, a następnie wywołaj RasterizeToImageFiles na otrzymanym PdfDocument. To podejście tworzy wizualne archiwa stron internetowych lub generuje obrazy podglądu treści online bez potrzeby korzystania z oddzielnego narzędzia do zrzutów ekranu.

:path=/static-assets/ironpdf-python/content-code-examples/how-to/python-pdf-to-image-4.py

#:path=/static-assets/pdf/content-code-examples/how-to/python-pdf-to-image/url-to-images.py
from ironpdf import ChromePdfRenderer

# Render a web page to PDF
renderer = ChromePdfRenderer()
pdf = renderer.RenderUrlAsPdf("https://www.example.com")

# Convert each rendered page to a PNG image
pdf.RasterizeToImageFiles("assets/images/*.png", DPI=96)

Wyrenderowane obrazy odzwierciedlają, jak strona wygląda w przeglądarce Chromium, w tym style CSS i treści renderowane w JavaScript. Dla stron za uwierzytelnieniem lub wymagających interakcji, rozważ użycie samouczka HTML do PDF IronPDF, aby dostarczyć pre-renderowany znacznik bezpośrednio. Powstały PDF może być następnie rasteryzowany przy użyciu tego samego podejścia, które pokazano powyżej.

Obrazy generowane z URL wygenerowane za pomocą IronPDF

Jak kontrolować wymiary wyjściowego obrazu?

Domyślnie RasterizeToImageFiles generuje obrazy w natywnych wymiarach strony skalowanych przez współczynnik DPI. Aby ograniczyć rozmiar wyjściowy, ustaw ImageMaxWidth i ImageMaxHeight, oba mierzone w pikselach.

IronPDF zachowuje oryginalny współczynnik proporcji na podstawie wartości ImageMaxHeight. Wyjście nie zostanie rozciągnięte ani zniekształcone, nawet jeśli podana szerokość i wysokość mają inny stosunek niż strona źródłowa.

:path=/static-assets/ironpdf-python/content-code-examples/how-to/python-pdf-to-image-5.py

#:path=/static-assets/pdf/content-code-examples/how-to/python-pdf-to-image/constrained-dimensions.py
from ironpdf import PdfDocument

pdf = PdfDocument.FromFile("my-content.pdf")

# Generate thumbnail images constrained to 500x500 pixels
pdf.RasterizeToImageFiles(
    "assets/images/*.png",
    ImageMaxWidth=500,
    ImageMaxHeight=500,
    DPI=200
)

Ustawienie ImageMaxWidth=500, ImageMaxHeight=500 na 200 DPI produkuje obrazy odpowiednie do wyświetlania jako miniatury lub w układach kartowych. Dopasuj te wartości do wymiarów wymaganych przez projekt aplikacji. Aby generować treści PDF do rasteryzacji, IronPDF również wspiera tworzenie PDF z Pythona oraz łączenie wielu PDFów przed konwersją.

Jakie są kolejne kroki konwersji PDF na obrazy?

Przewodnik ten obejmuje trzy podstawowe przepływy pracy: konwertowanie pliku PDF na obrazy, konwertowanie URL na obrazy i kontrolowanie wymiarów i jakości obrazu. IronPDF obsługuje JPEG, JPG, PNG, TIFF i dodatkowe formaty za pomocą tej samej metody RasterizeToImageFiles. Zmień rozszerzenie pliku we wzorcu ścieżki wyjściowej, aby zmienić formaty.

Dla dalszej automatyzacji rozważ te kolejne kroki:

• Przetwarzanie wsadowe: Pętlę przez katalog PDF przetwarzaj jeden po drugim, lub użyj modułu concurrent.futures Pythona do przetwarzania równoległego
• Selektywne wyodrębnianie: Użyj parametru indeksu strony, aby wyodrębnić tylko strony istotne dla przypadku użycia
• Integracja kanału obrazów: Przenieś pliki wyjściowe do PIL/Pillow lub OpenCV do dalszego przetwarzania, takiego jak kadrowanie, adnotacja czy normalizacja formatu
• Kompresja przed konwersją: Użyj kompresji PDFu IronPDF, aby zmniejszyć rozmiar pliku przed rasteryzacją dużych dokumentów
• Przepływy pracy formularzy: Wypełniaj formularze PDF programowo, a następnie przekonwertuj wypełnione strony formularzy na obrazy do przeglądu lub archiwizacji

Aby kontynuować budowanie z IronPDF, zapoznaj się z dokumentacją IronPDF dla Pythona i przykładem rasteryzacji PDF na obrazy.

Rozpocznij bezpłatny 30-dniowy okres próbny IronPDF dla Pythona, aby używać tych funkcji w produkcji. Gdy będziesz gotowy do wdrożenia, zobacz opcje licencjonowania, aby dostosować plan do skali projektu.