如何在Python中将PDF转换为图像

PDF(便携式文档格式) 是在互联网上传输数据时最常用的文件格式，因为它保留了内容格式，并有助于通过安全权限确保数据安全。 在某些情况下，我们需要将 PDF 文件转换为 JPG 图像或任何其他图像格式，如 PNG、BMP、TIFF 或 GIF。 有很多在线资源可用于 JPG 转换，但如果能用 Python 创建我们自己的 PDF 到图片转换工具，那该有多酷？

什么是 Python？

Python 是一种高级编程语言，用于构建软件应用程序、网站、自动执行任务、进行数据分析以及执行人工智能和机器学习任务。 由于是解释型语言，它也是一种脚本语言，因此在快速开发和测试方面功能更强大。

要创建 PDF 到图像的转换器，我们需要在计算机上安装 Python 3+。 从官方网站.

在本文中，我们将使用 Python PDF 转图像库创建自己的图像转换应用程序。 为此，我们将使用 Python 最流行的两个库：PDF2Image 和 PyMuPDF。

如何用 Python 将 PDF 文件转换为图像文件

1. 安装 Python 库，将 PDF 转换为图像。

2. 从任何位置加载现有 PDF 文件。

3. 利用转换方法。

4. 迭代文件页面。

5. 使用保存方法将每页保存为 JPG 或 PNG 图像。

创建一个新的 Python 文件

1. 打开 Python IDLE 应用程序，按 Ctrl + N 键。 将打开文本编辑器。 您可以使用自己喜欢的文本编辑器进行翻译。

2. 将文件保存为 pdf2image.py，与要转换为图像的 PDF 文件保存在同一位置。

   我们要使用的输入 PDF 文件包含 28 页，内容如下：

   

使用 PDF2Image 库将 PDF 文件转换为图像文件

1.安装 PDF2Image Python 库

PDF2Image 是一个封装了 pdftocairo 和 pdftoppm 的模块。 它适用于 Python 3.7 以上版本，可将 PDF 转换为 PIL 图像对象。 其以前的发布历史显示，它仅封装了 pdftoppm 以将 PDF 转换为图像，并且仅在 Python 3+ 上运行。

要安装 pdf2image 软件包，请打开 Windows 命令提示符或 Windows PowerShell 并使用以下 pip 命令：

pip install pdf2image

ip(首选安装程序)是 Python 的软件包管理器。 它下载并安装第三方软件包，这些软件包提供 Python 标准库中没有的特性和功能。

注： 要从命令行的任何位置执行此命令，必须将 Python 添加到 PATH。 对于 Python 3+，建议使用 pip3，因为它是 pip 的更新版本。

2.安装 Poppler

Poppler 是一个用于处理 PDF 文件的免费开源库。 该工具用于渲染 PDF 文件、读取内容和修改 PDF 文件中的内容。 它通常被 Linux 用户使用。 不过，对于 Windows，我们需要下载最新版本的 Poppler。

适用于 Windows

Windows 用户可在此处下载最新版本的 Poppler：@oschwartz10612 版本. 然后，您需要将 bin/folder 添加到 PATH 环境变量中。

适用于 Mac

Mac 用户还必须安装Poppler. 可通过以下方式安装酿酒:

brew install poppler

适用于 Linux

大多数 Linux 发行版都自带 pdftoppm 和 pdftocairo 命令行实用程序。 如果没有安装这些实用程序，可以使用软件包管理器安装 poppler-utils。

用于平台无关性（使用 conda)

1. 安装 poppler：

    :InstallCmd conda install -c conda-forge poppler

2. 安装 pdf2image：

    :InstallCmd pip install pdf2image

现在一切准备就绪，让我们开始编写将 PDF 转换为图像的代码。

3.将 PDF 文件转换为图像文件的代码

以下代码将对输入的 PDF 文件执行图像转换：

from pdf2image import convert_from_path

print("Please Wait while the file is being loaded.")
file = convert_from_path('file.pdf')

for i in range(len(file)):
    # save pdf as jpg
    print("Progress: " + str(round(i/len(file) * 100)) + "%")
    file [i].save('page'+ str(i+1) +'.jpg', 'JPEG')

print("Conversion Successful")

from pdf2image import convert_from_path

print("Please Wait while the file is being loaded.")
file = convert_from_path('file.pdf')

for i in range(len(file)):
    # save pdf as jpg
    print("Progress: " + str(round(i/len(file) * 100)) + "%")
    file [i].save('page'+ str(i+1) +'.jpg', 'JPEG')

print("Conversion Successful")

在上述代码中，我们首先使用 convert_from_path 方法打开文件。 此方法可打开指定路径下的文件。 然后，我们循环浏览 PDF 文件的每一页，将其转换为 JPG 图像。 最后，使用 save 方法将每个转换后的页面保存为 JPG 图像文件。现在，执行程序并等待转换完成。

输出的图像文件与程序保存在同一文件夹中。

使用 PyMuPDF 库将 PDF 文件转换为图像

1.安装 PyMuPDF Python 库

PyMuPDF 是 MuPDF 的 Python 扩展绑定，MuPDF 是一个轻量级电子书、PDF 和 XPS 查看器、渲染器和工具包。 它可用于将 PDF 转换为 JPG 或 PNG 等其他格式。 PyMuPDF 适用于 Python 3.7 以上版本。

要安装 PyMuPDF 软件包，请打开 Windows 命令提示符或 Windows PowerShell 并使用以下 pip 命令：

pip3 install pymupdf

请注意，PyMuPDF 并不像 PDF2Image 软件包那样需要任何额外的库。

2.将 PDF 文件转换为图像的代码

以下代码将从 PyMuPDF 中导入 fitz 模块，这样我们就可以将 PDF 转换为图像：

import fitz

doc = fitz.open("file.pdf")

for x in range(len(doc)):
    page = doc.load_page(x)  # number of page
    pix = page.get_pixmap()
    output = "output/pdfpage"+str(x+1)+".png" # first create the output folder in the destination
    pix.save(output)

doc.close()

import fitz

doc = fitz.open("file.pdf")

for x in range(len(doc)):
    page = doc.load_page(x)  # number of page
    pix = page.get_pixmap()
    output = "output/pdfpage"+str(x+1)+".png" # first create the output folder in the destination
    pix.save(output)

doc.close()

在上述代码中，文件名作为参数传递给 fitz.open 方法以打开文件。接下来，我会循环浏览整个文件，并分别加载每个页面。 使用 get_pixmap 方法将每个文档页面转换为图像像素，并使用 save 方法将生成的图像保存到输出文件夹中。 最后，将打开的文档关闭以释放内存。

与 PDF2Image 相比，PyMuPDF 在将 PDF 转换为 PNG 时速度更快。 PDF2Image 由于其压缩率，在处理 PNG 格式时可能会比较慢。

输出结果与 PDF2Image 相同：

在 C&num 中渲染 PDF 到图像的转换；

IronPDF 库

IronPDFPDF 是一个用于生成、读取和处理 PDF 文件的库。 它的专长在于借助 Chromium 引擎将 HTML 渲染成 PDF。这一功能使它深受需要将 HTML 文件或 URL 转换为 PDF 文档的开发人员的欢迎。 此外，它还提供从各种格式到 PDF 文件的转换。

您还可以使用两行代码将 PDF 文件光栅化为图像。 以下代码演示了如何将 PDF 转换为不同的图像格式：

from ironpdf import *

# One or more images as a list. This example selects all JPEG images in a specific 'assets' folder.
image_files = [os.path.join("assets", f) for f in os.listdir("assets") if f.lower().endswith(('.jpg', '.jpeg'))]

directory_list = List [str]()
for i in range(len(image_files)):
    directory_list.Add(image_files [i])

# Converts the images to a PDF and save it.
ImageToPdfConverter.ImageToPdf(directory_list).SaveAs("composite.pdf")

# Also see PdfDocument.RasterizeToImageFiles() method to flatten a PDF to images or thumbnails

from ironpdf import *

# One or more images as a list. This example selects all JPEG images in a specific 'assets' folder.
image_files = [os.path.join("assets", f) for f in os.listdir("assets") if f.lower().endswith(('.jpg', '.jpeg'))]

directory_list = List [str]()
for i in range(len(image_files)):
    directory_list.Add(image_files [i])

# Converts the images to a PDF and save it.
ImageToPdfConverter.ImageToPdf(directory_list).SaveAs("composite.pdf")

# Also see PdfDocument.RasterizeToImageFiles() method to flatten a PDF to images or thumbnails

下载试用 IronPDF免费的.