开发者

Python实现将pdf文档保存成图片格式

目录
  • 步骤:
  • 代码解析:
  • 示例输出:
  • 常见错误1:ImportError
    • 解决步骤:
    • 示例:
    • 修复后的代码:
    • 额外建议:
  • 常见错误2:pdf2image.exceptions.
    • 在不同系统上安装 Poppler
      • 1. Windows
      • 2. linux
      • 3. MACOS
    • 添加 Poppler 到 PATH
      • 验证安装
        • 再次运行代码

        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行代码编程客栈就能将 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:

        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 iphpmages 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:

        • 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。

        Python实现将pdf文档保存成图片格式

        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:

        • 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, 'PNjavascriptG')
            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.PDFInfoNotInstallGVzFWqSedError: 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)。
        • 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。

        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:\popppythonler\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。

        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。

        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编程客栈(www.devze.com)其它相关文章!

        0

        上一篇:

        下一篇:

        精彩评论

        暂无评论...
        验证码 换一张
        取 消

        最新开发

        开发排行榜