Python实现快速将pdf文件剪切成多个图片

这里提供一个打包好的剪切包，window环境打开即可运行

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72

importos importfitz importglob importrequests os.environ['NLS_LANG']='SIMPLIFIED CHINESE_CHINA.UTF8' #剪切pdf为图片 defCutPdf(pdfPath,savePath,pdfSavePath): try: doc=fitz.open(pdfPath)#pdf路径 forpginrange(doc.pageCount): page=doc[pg] rotate=int(0) # 每个尺寸的缩放系数为2，这将为我们生成分辨率提高四倍的图像。 zoom_x=2.0 zoom_y=2.0 trans=fitz.Matrix(zoom_x, zoom_y).preRotate(rotate) pm=page.getPixmap(matrix=trans, alpha=False) imagePath=savePath+'%s.png'%str(pg+1) pm.writePNG(imagePath)#最终存储路径 newpdfPath=pdfSavePath+'%s.pdf'%str(pg+1) print("剪切一张图片："+str(pg+1)) frompic2pdf(imagePath,pdfSavePath,newpdfPath) print("转换成功一张pdf："+str(pg+1)) exceptException as e: print('CutPdf出现异常:'+str(e)) #图片转pdf deffrompic2pdf(img_path,pdfSavePath, pdf_path): # 使用glob读图 forimginsorted(glob.glob(img_path)): ifnotos.path.exists(pdfSavePath): os.makedirs(pdfSavePath) # 打开空文档 doc=fitz.open() # 打开指定图片 imgdoc=fitz.open(img) # 使用图片创建单页的PDF pdfbytes=imgdoc.convertToPDF() imgpdf=fitz.open("pdf", pdfbytes) # 将当前页写入文档 doc.insertPDF(imgpdf) # 保存为指定名称的PDF文件 doc.save(pdf_path) # 关闭 doc.close() defmain(): pdfUrl="cards" fileList=os.listdir(pdfUrl) index=1 foriteminfileList: print("开始裁剪"+item) url=pdfUrl+"/"+item foldStr="images/"+item.split('.')[0] url2=foldStr+"/"+item.split('.')[0] foldStr3="pdf/"+item.split('.')[0] url3=foldStr3+"/" ifnotos.path.exists(foldStr): os.makedirs(foldStr) CutPdf(url,url2,url3) print("完成裁剪") index+=1 if__name__=="__main__": main()

知识补充

除了上文的方法，小编还为大家整理了其他Python裁剪pdf文件为图片的方法，希望对大家有所帮助

方法一：

剪裁PDF页面

在剪裁PDF页面之前，我们需要获取页面的尺寸，并计算剪裁区域的位置和大小。下面是剪裁PDF页面的代码：

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15

# 获取页面尺寸 page_width=page.mediaBox.getWidth() page_height=page.mediaBox.getHeight() # 定义剪裁区域的位置和大小 x=100# 起始点的x坐标 y=100# 起始点的y坐标 width=200# 剪裁区域的宽度 height=300# 剪裁区域的高度 # 剪裁PDF页面 page.trimBox.lowerLeft=(x, y) page.trimBox.upperRight=(x+width, y+height) page.cropBox.lowerLeft=(x, y) page.cropBox.upperRight=(x+width, y+height)

代码解析：

• 使用mediaBox属性获取页面的宽度和高度。
• 定义剪裁区域的位置和大小，可以根据实际需求进行调整。
• 使用trimBox属性设置剪裁后的页面的边界框。
• 使用cropBox属性设置剪裁后的页面的裁剪框。

保存剪裁后的图片

最后，我们需要将剪裁后的页面保存为图片。这可以通过使用PyPDF2库和Pillow库来实现。下面是保存剪裁后的图片的代码：

1 2 3 4 5 6 7

fromPILimportImage # 将剪裁后的页面保存为图片 withopen('output.jpg','wb') as image_file: page_data=page.extract_xobject().get('/Im0').getData() image=Image.open(io.BytesIO(page_data)) image.save(image_file,'JPEG')

首先，导入Pillow库中的Image模块，用于处理图像。

• 使用extract_xobject()方法从剪裁后的页面中提取图像数据。
• 使用get('/Im0')方法获取图像数据。
• 使用getData()方法获取图像的二进制数据。
• 使用Image.open()方法打开图像数据。
• 使用save()方法保存图像数据为JPEG格式的图片。
• 'output.jpg'为保存的图片路径，可以根据需要修改。

方法二：

python分割pdf

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49

fromPyPDF2importPdfFileReader, PdfFileWriter # PDF文件分割 defsplit_pdf(read_file, out_detail): try: fp_read_file=open(read_file,'rb') pdf_input=PdfFileReader(fp_read_file)# 将要分割的PDF内容格式话 page_count=pdf_input.getNumPages()# 获取PDF页数 print(page_count)# 打印页数 withopen(out_detail,'r',True,'utf-8')as fp: # print(fp) txt=fp.readlines() # print(txt) fordetailintxt:# 打开分割标准文件 # print(type(detail)) pages, write_file=detail.split()# 空格分组 # write_file, write_ext = os.path.splitext(write_file) # 用于返回文件名和扩展名元组 pdf_file=r'C:\Users\GZTSALFIEL\Desktop\excel问题文件\pdf\\'+f'{write_file}.pdf' # liststr=list(map(int, pages.split('-'))) # print(type(liststr)) start_page, end_page=list(map(int, pages.split('-')))# 将字符串数组转换成整形数组 start_page-=1 try: print(f'开始分割{start_page}页-{end_page}页，保存为{pdf_file}......') pdf_output=PdfFileWriter()# 实例一个 PDF文件编写器 foriinrange(start_page, end_page): pdf_output.addPage(pdf_input.getPage(i)) withopen(pdf_file,'wb') as sub_fp: pdf_output.write(sub_fp) print(f'完成分割{start_page}页-{end_page}页，保存为{pdf_file}!') exceptIndexError: print(f'分割页数超过了PDF的页数') # fp.close() exceptException as e: print(e) finally: fp_read_file.close() # def main(): # fire.Fire(split_pdf) # # if __name__ == '__main__': # main() split_pdf(r'..\pdfdocement\myfile.pdf','consult.txt')

到此这篇关于Python实现快速将pdf文件剪切成多个图片的文章就介绍到这了