Comment extraire des images en résolution native à partir de PDF à l'aide de Python

Extraction d'images en résolution native à partir de PDF en Python

Pour une extraction précise d'images à partir de PDF, il est essentiel de conserver la résolution et le format d'origine du images. PyMuPDF offre une solution pratique pour cette tâche.

Pour commencer, importez le module PyMuPDF et ouvrez le fichier PDF cible :

<code class="python">import fitz
doc = fitz.open("file.pdf")</code>

Parcourez les pages et extrayez les images à l'aide de getPageImageList :

<code class="python">for i in range(len(doc)):
    for img in doc.getPageImageList(i):
        xref = img[0]
        pix = fitz.Pixmap(doc, xref)</code>

En fonction du type d'image, écrivez l'image au format PNG ou convertissez les images CMJN en RVB avant d'écrire au format PNG :

<code class="python">if pix.n < 5:
            pix.writePNG("p%s-%s.png" % (i, xref))
else:               
            pix1 = fitz.Pixmap(fitz.csRGB, pix)
            pix1.writePNG("p%s-%s.png" % (i, xref))</code>

Voici des ressources supplémentaires à explorer :

• [Documentation sur l'extraction d'images PyMuPDF](https://pymupdf.readthedocs.io/en/latest/image-extraction.html)
• [Extraction d'images FitZ améliorée pour FitZ 1.19.6]( https://stackoverflow.com/a/74345380)

Avec cette solution Python, vous pouvez extraire efficacement des images de PDF tout en préservant leur résolution et leur format natifs, garantissant une reproduction et une analyse précises.

Ce qui précède est le contenu détaillé de. pour plus d'informations, suivez d'autres articles connexes sur le site Web de PHP en chinois!