用python把pdf转成jpeg图片

记录一下用python pdf2image把pdf转成jpeg图片的方法。

尝试过PyMuPDF，但在linux环境下安装失败。改用pdf2image，成功了，下面记录一下。

一、安装插件

首先安装poppler-utils（https://poppler.freedesktop.org）。poppler-utils是pdf处理的命令行工具集，其中包括了pdf转图片的功能。

再安装python插件pdf2image。

yum?install poppler-utilspip3 install pdf2image

二、转换函数convert_from_path

convert_from_path是最常用的转换函数，pdf_path指定pdf的路径和文件名，first_page和last_page指定要转换图片的pdf页码范围。这个函数的返回值是pdf每页转成PIL Image的列表。最后用PIL Image的save()保存图片。

convert_from_path(? ? pdf_path,?# pdf文件? ? dpi=200,? ? output_folder=None,?# 图片输出到指定目录 ?? ? first_page=None,?# pdf转图片的起始页 ?? ? last_page=None,?# pdf转图片的结束页 ?? ? fmt='ppm', ?? ? jpegopt=None, ?? ? thread_count=1, ?? ? userpw=None, ?? ? use_cropbox=False, ?? ? strict=False, ?? ? transparent=False, ?? ? single_file=False, ?? ? output_file=str(uuid.uuid4()), ?? ? poppler_path=None, ?? ? grayscale=False, ?? ? size=None, ?? ? paths_only=False, ?? ? use_pdftocairo=False, ?? ? timeout=600, ?? ? hide_attributes=False)

三、一个例子

下面是一个例子，把当前目录下所有的pdf文件的第三页转成图片。

#!/usr/bin/python3
import?osimport?refrom?pdf2image?import?convert_from_path
# 转换pdf的前三页为jpeg图片def?convert_pdf2image(pdf_path):? ? pdf_file_name = pdf_path[:-4] ?? ? images = convert_from_path(? ? ? ? pdf_path,?? ? ? ? first_page=0,?# 开始页? ? ? ? last_page=3,?# 结束页? ? ? ? fmt='jpeg')? ??print(len(images))? ??for?i, image?in?enumerate(images):? ? ? ? image.save(f"{pdf_file_name}_pdf2image_{i}.jpg",'JPEG')? ? ? ??# 对当前目录下所有的pdf文件都进行转换for?f?in?os.listdir("."):? ??if?re.search(r'.*.pdf', f):? ? ? ? convert_pdf2image(f)