python

关注公众号 jb51net

关闭
首页 > 脚本专栏 > python > Python pdf保存成图片

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,所以本文给大家介绍了如何使用Python实现将pdf文档保存成图片格式,需要的朋友可以参考下

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:

pip install pdf2image

Poppler 安装(根据系统不同):

sudo apt-get install poppler-utils
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:

  1. 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。
  2. 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。
  3. 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.pngpage_2.png 等。

示例输出:

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:

  1. 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。
  2. 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。
  3. 重新运行代码

    • 重命名文件后,重新运行代码。

示例:

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:

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

pdfinfo

2. Linux

sudo apt-get install poppler-utils

或者在基于 Fedora 的系统上:

sudo dnf install poppler-utils

3. macOS

添加 Poppler 到 PATH

验证安装

pdfinfo --version

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!

您可能感兴趣的文章:
阅读全文