通过Python的fitz库提取pdf中的图片

文章目录

• 前言
• 一、fitz库是什么？
• 二、安装fitz库
• 三、查看fitz库版本
• 四、pymupdf库是什么？
• 五、安装pymupdf库
• 六、查看pymupdf库版本
• 七、fitz和pymupdf是什么关系？
• 八、提取pdf中的图片
• • 1.引入库
  • 2.定义pdf路径
  • 3.打开PDF文件
  • 4.遍历所有页面
  • 5.获取页面上所有图像
  • 6.遍历所有图像
  • 7.获取图像的XREF编号和图像数据
  • 8.如果图像是RGB颜色空间，则保存为PNG文件
• 总结
• • pdf
  • 提取图片效果

前言

大家好，我是空空star，本篇给大家分享一下《通过Python的fitz库提取pdf中的图片》。

一、fitz库是什么？

Fitz库是一个Python图像处理库，主要用于打开、编辑和保存PDF、TIFF和JPEG格式的图像。它可以帮助用户读取和写入PDF文件，提取PDF页面以及在页面上进行标记和注释。此外，Fitz库还提供了一些图像处理功能，如旋转、裁剪、缩放、调整亮度、对比度和色彩平衡等。这些功能使得Fitz库成为一个非常实用的图像处理工具。

二、安装fitz库

pip install fitz

• 1

三、查看fitz库版本

pip show fitz

• 1

Name: fitz
Version: 0.0.1.dev2
Summary: Fitz: Workflow Mangement for neuroimaging data.
Home-page: http://github.com/kastman/fitz
Author: Erik Kastman
Author-email: erik.kastman@gmail.com
License: BSD (3-clause)
Requires: configobj, configparser, httplib2, nibabel, nipype, numpy, pandas, pyxnat, scipy
Required-by:

四、pymupdf库是什么？

使用fitz，需要安装pymupdf库。

PyMuPDF 是一个基于 Python 的开源 PDF 处理库，提供了一系列的 PDF 文档处理功能，如读取、编辑、创建、转换等。它是 MuPDF 的 Python 绑定，MuPDF 是一款轻量级的开源 PDF 文档渲染引擎，支持多种平台和多种文件格式。
PyMuPDF 具有快速、高效、简单易用等特点，可以用于 PDF 文档的自动化处理和批量处理，比如提取文本、提取图片、添加或修改书签、添加或修改注释、合并 PDF 文件、切割 PDF 文件、提取 PDF 页面等。同时，它还支持 PDF 渲染成图片，方便快速预览和生成缩略图。
总之，PyMuPDF 是一个非常实用的 Python PDF 处理库，适用于多种场景，如数据处理、文档处理、自动化办公等。

五、安装pymupdf库

pip install pymupdf

• 1

六、查看pymupdf库版本

pip show pymupdf

• 1

Name: PyMuPDF
Version: 1.22.3
Summary: Python bindings for the PDF toolkit and renderer MuPDF
Home-page: https://github.com/pymupdf/PyMuPDF
Author: Artifex
Author-email: support@artifex.com
License: GNU AFFERO GPL 3.0
Requires:
Required-by:

七、fitz和pymupdf是什么关系？

fitz 是 Pymupdf 库的一个模块，它是 Pymupdf 的主要模块之一，也是最常用的模块。fitz 模块提供了对 PDF 文档的基本操作，如打开、读取、编辑、保存等。

八、提取pdf中的图片

1.引入库

import fitz

• 1

2.定义pdf路径

local = '/Users/kkstar/Downloads/'

• 1

3.打开PDF文件

pdf_doc = fitz.open(local+'demo_pic.pdf')

• 1

4.遍历所有页面

for pg in range(pdf_doc.page_count): page = pdf_doc[pg]

• 1
• 2

5.获取页面上所有图像

image_list = page.get_images()

• 1

6.遍历所有图像

for img in image_list:

• 1

7.获取图像的XREF编号和图像数据

xref = img[0] pix = fitz.Pixmap(pdf_doc, xref)

• 1
• 2

8.如果图像是RGB颜色空间，则保存为PNG文件

if str(fitz.csRGB) == str(pix.colorspace): img_path = local + f'image{pg+1}_{xref}.png' pix.save(img_path)

• 1
• 2
• 3

总结

pdf

提取图片效果