如何使用 Python 從 PDF 提取高解析度圖像而無需重新採樣？

如何在 Python 中從 PDF 中提取圖像而無需重新採樣？

以原始解析度和格式從 PDF 文件中擷取影像，無需重新取樣重新取樣，您可以使用 PyMuPDF 模組。這個 Python 模組可讓您有效率地處理 PDF 文件並操作其內容。以下是如何使用 PyMuPDF 提取圖像：

<code class="python">import fitz

doc = fitz.open("input.pdf")
for page_num in range(len(doc)):
    for img in doc.getPageImageList(page_num):
        xref = img[0]
        pix = fitz.Pixmap(doc, xref)
        if pix.n < 5:  # Check if it's grayscale or RGB
            pix.writePNG(f"page_{page_num}_img_{xref}.png")
        else:  # Convert CMYK to RGB before saving
            pix1 = fitz.Pixmap(fitz.csRGB, pix)
            pix1.writePNG(f"page_{page_num}_img_{xref}.png")</code>

在此程式碼中，我們迭代 PDF 中的頁面和圖像。 “xref”變數表示圖像的唯一識別碼。根據影像的色彩空間（RGB 或 CMYK），我們可以直接寫入 PNG 影像，也可以在儲存之前將 CMYK 轉換為 RGB。

或者，如果您使用的是fitz 版本1.19.6，則可以使用以下程式碼執行提取，並帶有進度條以獲得更好的可視性：

<code class="python">import os
import fitz
from tqdm import tqdm

workdir = "path_to_pdf_folder"

for each_path in os.listdir(workdir):
    if ".pdf" in each_path:
        doc = fitz.Document(os.path.join(workdir, each_path))

        for i in tqdm(range(len(doc)), desc="pages"):
            for img in tqdm(doc.get_page_images(i), desc="page_images"):
                xref = img[0]
                image = doc.extract_image(xref)
                pix = fitz.Pixmap(doc, xref)
                pix.save(os.path.join(workdir, f"{each_path[:-4]}_p{i}-{xref}.png"))</code>

這些程式碼片段將使您能夠從PDF 中提取圖像，並保留其原始解析度和格式。

以上是如何使用 Python 從 PDF 提取高解析度圖像而無需重新採樣？的詳細內容。更多資訊請關注PHP中文網其他相關文章！