Python实现将pdf文档保存成图片格式
作者:IT小瓯
有时候我们会碰到只支持图片上传的场景,如何编程快速将pdf转成图片呢?
可以使用 Python 的 pdf2image
库仅10行代码就能将 PDF 文档保存为图片格式。如果 PDF 文档包含多页,则每一页可以保存为单独的图片。以下是实现该功能的步骤:
步骤:
安装所需的库:
可以使用以下命令来安装:
pdf2image
: 用于将 PDF 转换为图片。poppler-utils
(非 Python 包,需要系统安装):用于支持 PDF 的渲染,pdf2image
依赖它。
pip install pdf2image
Poppler 安装(根据系统不同):
- 在 Windows 上,你可以下载 Poppler for Windows 并将其路径添加到系统环境变量中。
- 在 Linux 上,通常可以通过包管理器安装:
sudo apt-get install poppler-utils
Python 代码:
- 下面的代码示例可以将多页的 PDF 保存为多张图片,每页生成一个独立的 PNG 文件。
from pdf2image import convert_from_path # PDF 文件路径 pdf_path = 'your_pdf_file_path.pdf' # 将 PDF 转换为图片 images = convert_from_path(pdf_path, dpi=150) # 保存每一页为单独的图片 for i, image in enumerate(images): output_path = f'page_{i + 1}.png' image.save(output_path, 'PNG') print(f'Saved: {output_path}')
代码解析:
from pdf2image import convert_from_path
:- 从
pdf2image
库中导入convert_from_path
函数,用于将 PDF 文件转换为图片。
- 从
images = convert_from_path(pdf_path, dpi=150)
:- 将 PDF 文件转换为图片对象列表。
dpi
参数用于设置图片的质量(DPI 越高,质量越好)。 - 每一页的图片都会被存储在
images
列表中。
- 将 PDF 文件转换为图片对象列表。
for i, image in enumerate(images)
:- 遍历
images
列表,逐页保存。 - 使用
image.save(output_path, 'PNG')
保存每页为 PNG 格式。文件名由output_path
指定,例如page_1.png
,page_2.png
等。
- 遍历
示例输出:
- 如果 PDF 文档有 5 页,代码会生成 5 张图片:
page_1.png
page_2.png
page_3.png
page_4.png
page_5.png
这样可以实现将 PDF 中的每一页保存为单独的图片,非常适合需要将 PDF 分割成多张图片的场景。
如上轻松生成了我想要的图片,把convert_pdf_to_image.py文件保留下来,这样就多了一个可以把pdf转成图片的工具了,编程就是如此快乐~
常见错误1:ImportError
ImportError: cannot import name 'convert_from_path' from partially initialized module 'pdf2image' (most likely due to a circular import) (C:\workspace\python\pdf2image\pdf2image.py)
这个错误通常是因为文件命名冲突引起的。如果你的脚本或者工作目录中有文件名叫 pdf2image.py
,它会导致 Python 误认为你在导入的模块是你自己的文件,而不是实际的库模块。为了解决这个问题,可以按以下步骤进行修复:
解决步骤:
重命名本地文件:
- 确保你没有将你的脚本或工作目录中的任何文件命名为
pdf2image.py
。 - 比如,将你的文件重命名为
convert_pdf_to_image.py
或者其他不包含pdf2image
的名字。
- 确保你没有将你的脚本或工作目录中的任何文件命名为
检查.pyc 文件:
- 重命名后,也需要删除由 Python 生成的编译文件(
.pyc
文件),这些文件可能仍在指向错误的模块版本。 - 删除
__pycache__
文件夹,或者直接删除目录中的.pyc
文件。
- 重命名后,也需要删除由 Python 生成的编译文件(
重新运行代码:
- 重命名文件后,重新运行代码。
示例:
- 如果你的文件原名是
pdf2image.py
,请将其更改为其他名字,例如convert_pdf_images.py
。 - 删除当前目录下的
__pycache__
文件夹:- 在 Windows 上,你可以手动删除文件夹。
- 在 Linux 或 macOS 上,运行:
rm -rf __pycache__
修复后的代码:
确认文件重命名和缓存清除后,可以重新运行以下代码:
from pdf2image import convert_from_path # PDF 文件路径 pdf_path = 'your_pdf_file_path.pdf' # 将 PDF 转换为图片 images = convert_from_path(pdf_path, dpi=150) # 保存每一页为单独的图片 for i, image in enumerate(images): output_path = f'page_{i + 1}.png' image.save(output_path, 'PNG') print(f'Saved: {output_path}')
额外建议:
- 如果仍然遇到问题,可以尝试创建一个全新的 Python 虚拟环境来确保没有命名冲突,方法如下:
python -m venv new_env
然后激活虚拟环境,并安装依赖:
new_env\Scripts\activate # Windows source new_env/bin/activate # Linux/macOS pip install pdf2image
这应该可以解决 ImportError
,避免模块命名冲突的问题。
常见错误2:pdf2image.exceptions.
pdf2image.exceptions.PDFInfoNotInstalledError: Unable to get page count. Is poppler installed and in PATH?
这个错误是因为 pdf2image 依赖于 Poppler,而 Poppler 没有安装或没有被正确添加到系统的 PATH 环境变量中。Poppler 是一个 PDF 渲染工具,pdf2image 使用它来处理 PDF 转换。下面是如何安装和配置 Poppler 的步骤:
在不同系统上安装 Poppler
1. Windows
- 你需要下载 Poppler 的 Windows 版本并将其路径添加到系统环境变量中。
- 下载地址:Poppler for Windows
- 下载 ZIP 文件并解压到某个目录(例如:
C:\poppler
)。 - 将解压目录的
bin
文件夹路径添加到系统的PATH
环境变量中:- 按
Win + R
,输入sysdm.cpl
,进入 系统属性。 - 在 高级 选项卡中,点击 环境变量。
- 在系统变量中找到 Path,点击 编辑。
- 添加 Poppler 的
bin
文件夹路径(例如:C:\poppler\bin
)。
- 按
- 验证 Poppler 是否安装成功:
- 打开命令提示符,输入以下命令:
pdfinfo
- 如果成功安装,你会看到
pdfinfo
的相关信息输出。
- 如果成功安装,你会看到
2. Linux
- 大多数 Linux 发行版可以通过包管理器安装 Poppler:
sudo apt-get install poppler-utils
或者在基于 Fedora 的系统上:
sudo dnf install poppler-utils
3. macOS
- 你可以使用 Homebrew 来安装 Poppler:
添加 Poppler 到 PATH
- 如果在安装之后还是遇到错误,需要确保 Poppler 的可执行文件在系统的
PATH
环境变量中,具体步骤如下:- 在 Windows 上,确保 Poppler 安装目录的
bin
文件夹路径(如C:\poppler\bin
)已添加到环境变量中。 - 在 Linux/macOS 上,安装时通常会自动添加到
PATH
中。
- 在 Windows 上,确保 Poppler 安装目录的
验证安装
- 在终端中运行以下命令,确保 Poppler 工具可以被找到:
pdfinfo --version
- 如果 Poppler 安装正确并且在
PATH
中,你将看到 Poppler 的版本信息。
- 如果 Poppler 安装正确并且在
再次运行代码
完成 Poppler 的安装和环境变量配置之后,可以重新运行你的 Python 代码:
from pdf2image import convert_from_path # PDF 文件路径 pdf_path = 'your_pdf_file_path.pdf' # 将 PDF 转换为图片 images = convert_from_path(pdf_path, dpi=150) # 保存每一页为单独的图片 for i, image in enumerate(images): output_path = f'page_{i + 1}.png' image.save(output_path, 'PNG') print(f'Saved: {output_path}')
这个过程应该可以解决 PDFInfoNotInstalledError
,确保 pdf2image
可以正常调用 Poppler 进行 PDF 转换。
以上就是Python实现将pdf文档保存成图片格式的详细内容,更多关于Python pdf保存成图片的资料请关注脚本之家其它相关文章!