在 Python 中从 PDF 中提取本机分辨率图像而无需重新采样
从 PDF 中以其本机分辨率和格式提取图像,同时保留布局可以是一个挑战。然而,Python 的 PyMuPDF 模块提供了一个简单的解决方案。
使用 PyMuPDF
PyMuPDF 可以将图像输出为 PNG 文件,确保高分辨率并保持原始格式(例如 TIFF) ,JPEG)。下面的代码演示了它的用法:
<code class="python">import fitz doc = fitz.open("file.pdf") for i in range(len(doc)): for img in doc.getPageImageList(i): xref = img[0] pix = fitz.Pixmap(doc, xref) if pix.n < 5: # GRAY or RGB pix.writePNG("p%s-%s.png" % (i, xref)) else: # CMYK pix1 = fitz.Pixmap(fitz.csRGB, pix) pix1.writePNG("p%s-%s.png" % (i, xref)) pix1 = None pix = None</code>
Fitz 1.19.6的修改版本
对于最新版本的fitz(1.19.6),修改如下可以使用代码:
<code class="python">import os import fitz from tqdm import tqdm workdir = "your_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, "%s_p%s-%s.png" % (each_path[:-4], i, xref)))</code>
此修改代码利用tqdm进行进度条显示,并优化图像提取和保存过程。
以上是如何使用 Python 从 PDF 中提取高分辨率图像而不改变尺寸?的详细内容。更多信息请关注PHP中文网其他相关文章!