Python实现将pdf文档保存成图片格式

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：

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.png，page_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。

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, '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）。
• 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:\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。

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脚本之家其它相关文章！

最新评论