【Python】pdf2image模块+poppler将PDF转换为图片

小鱼儿 2023-06-06 04:59 14阅读 0赞

有时我们需要将PDF转换成图片，今天我们主要说的是pdf2image+poppler对PDF转换成图片格式。  
pdf2image是个包装器，真正的转换工具是poppler  
GitHub地址：https://github.com/Belval/pdf2image ，上面也有相关的配置说明。

1、安装pdf2image: pip install pdf2image  
2、Windows安装配置poppler（这里只介绍Windows，Mac和Linux去上面Github地址里面参考官网）  
Windows用户必须为Windows安装poppler，然后将bin/文件夹添加到PATH（开始>输入env>编辑系统环境变量>环境变量...>系统变量>Path）  
Windows的poppler下载地址：http://blog.alivate.com.au/poppler-windows/

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3NpbmF0XzM3OTY3ODY1_size_16_color_FFFFFF_t_70][]

注意这里配置之后需要重启一下电脑才会生效，不然会报如下错误：

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3NpbmF0XzM3OTY3ODY1_size_16_color_FFFFFF_t_70 1][]

下面是具体代码：

convert\_from\_path()和convert\_from\_bytes()两个方法，具体参数介绍：

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3NpbmF0XzM3OTY3ODY1_size_16_color_FFFFFF_t_70 2][]  
pdf\_path --> 要转换的PDF文档路径  
dpi -->DPI中的图像质量（默认为200），Windows默认为96dpi  
output\_folder --> 将生成的图像写入文件夹（而不是直接写入内存）若是path不做指定的话，path的默认地址是：C:\\Users\\pppp\\AppData\\Local\\Temp\\生成的uuid4。  
first\_page --> 从哪一页开始转换，默认是PDF的第一页  
last\_page -->转换到哪一页，默认是PDF的最后一页  
fmt --> 输出图像格式默认格式是ppm，还可以设置为png和jpeg等  
thread\_count --> 允许生成多少个线程进行处理，一般不超过4个线程；  
userpw --> PDF的密码（若有密码的话需要添加）  
use\_cropbox -->使用cropbox而不是mediabox  
strict --> 参数允许您使用自定义类型PDFSyntaxError捕获pdftoppm语法错误  
transparent --> 参数允许生成没有背景的图像，而不是通常的白色图像(为此需要pdftocairo)  
single\_file --> 使用pdftoppm / pdftocairo中的-singlefile选项  
output\_file --> 输出文件名是什么  
poppler\_path --> 查找poppler二进制文件的路径，允许用户使用poppler\_path指定poppler的安装路径；默认不指定的话需要将bin添加到系统PATH

统计了3种方法的耗时(转换82页的PDF)：

pdf1_to_image() 耗时 6~8秒   pdf2_to_image() 耗时 5~8秒  pdf3_to_image() 耗时 10~15秒 pdf4_to_image() 耗时 11~15秒

所以优先选择pdf1\_to\_image()

另外还有一个模块也可以将pdf转换为图片格式**PyMuPDF**

[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3NpbmF0XzM3OTY3ODY1_size_16_color_FFFFFF_t_70]: /images/20230601/8b6a270df4ef465ab897f4733e956083.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3NpbmF0XzM3OTY3ODY1_size_16_color_FFFFFF_t_70 1]: /images/20230601/eafd620039f44516910d9d59330ecd47.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3NpbmF0XzM3OTY3ODY1_size_16_color_FFFFFF_t_70 2]: /images/20230601/f63b6019795a4b0484f27b5132ac6fb0.png