从pdf中提取页面作为jpeg

Question

在python代码中，如何有效地将pdf中的某个页面保存为jpeg文件？（用例：我有一个python烧瓶Web服务器，其中pdf-s将被上传，每个页面对应的jpeg-s是存储的。）

这个解决方案很接近，但问题是它无法将整个页面转换为jpeg。

Answer 1

Python库pdf2image（在另一个答案中使用）实际上只不过是用子进程启动pdttopm。Popen，下面是一个直接执行的简短版本：

PDFTOPPMPATH = r"D:\Documents\software\____PORTABLE\poppler-0.51\bin\pdftoppm.exe"
PDFFILE = "SKM_28718052212190.pdf"

import subprocess
subprocess.Popen('"%s" -png "%s" out' % (PDFTOPPMPATH, PDFFILE))

以下是pdftoppm的Windows安装链接（包含在名为poppler的包中）：http://blog.alivate.com.au/poppler-windows/.

Answer 2

我找到了这个简单的解决方案，PyMuPDF，输出到png文件。请注意，该库导入为“fitz”，这是它使用的渲染引擎的历史名称。

import fitz

pdffile = "infile.pdf"
doc = fitz.open(pdffile)
page = doc.loadPage(0)  # number of page
pix = page.get_pixmap()
output = "outfile.png"
pix.save(output)

Answer 3

可以使用pdf2image库。

您只需使用，

pip install pdf2image

安装后，您可以使用以下代码获取图像。

from pdf2image import convert_from_path
pages = convert_from_path('pdf_file', 500)

以jpeg格式保存页面

for page in pages:
    page.save('out.jpg', 'JPEG')

编辑：Github repo pdf2image还提到它使用pdftoppm并且需要其他安装：

pdftoppm是一款真正神奇的软件。它是作为名为poppler的更大软件包的一部分分发的。Windows用户必须安装适用于Windows的poppler。Mac用户必须为Mac安装poppler。Linux用户将在发行版中预装pdftoppm（在Ubuntu和Archlinux上测试），如果没有，请运行sudo apt install poppler utils。

您可以使用anaconda在Windows下安装最新版本，方法是：

conda install -c conda-forge poppler

注意：http://blog.alivate.com.au/poppler-windows/提供了高达0.67的Windows版本，但请注意，0.68是在2018年8月发布的，因此您不会获得最新的功能或错误修复。