日本免费高清视频-国产福利视频导航-黄色在线播放国产-天天操天天操天天操天天操|www.shdianci.com

學(xué)無(wú)先后，達(dá)者為師

網(wǎng)站首頁(yè) 編程語(yǔ)言 正文

Python實(shí)現(xiàn)文字pdf轉(zhuǎn)換圖片pdf效果_python

作者：KjPrime ? 更新時(shí)間： 2022-06-06 編程語(yǔ)言

前言

為什么會(huì)做這個(gè)？

因?yàn)槲覀儼褀ord轉(zhuǎn)化為pdf，wps默認(rèn)轉(zhuǎn)化為文字pdf，而圖片pdf要會(huì)員。

網(wǎng)上確實(shí)也有網(wǎng)站可以實(shí)現(xiàn)免費(fèi)的，但是未必安全。

思路

我看了網(wǎng)上的很多代碼，都是先把文字pdf先轉(zhuǎn)化為圖片，然后再組裝成pdf文檔。我的思路也是這樣的。

但是我和他們很大的不一樣就是，我不需要先把圖片保存起來(lái)再提取，而我只需要把圖片的信息先存起來(lái)，再輸出pdf。

代碼展示

先安裝依賴

pip install PyMuPDF

輸入文件列表

import os
import fitz


def single_wordpdf_to_imgpdf(pdf_path: str):
    pdf = fitz.open(pdf_path)   # 打開(kāi)pdf目錄
    pdf_img = fitz.open()       # 打開(kāi)空文件，用來(lái)存圖片pdf
    for page_inf in pdf:
        definition = 3    # 清晰度，感覺(jué)輸出的pdf不夠清晰，可以調(diào)大，調(diào)大，文件大小也會(huì)變大
        matrix = fitz.Matrix(definition, definition)
        img = page_inf.get_pixmap(matrix=matrix).tobytes()
        img = fitz.open("png", img)
        pdf_bytes = img.convert_to_pdf()
        pdf_img.insert_pdf(fitz.open("pdf", pdf_bytes))
    pdf_img.save("圖片pdf_" + os.path.basename(pdf_path))


def group_wordpdf_to_imgpdf(path_array: list[str]):
    for pdf_path in path_array:
        print(pdf_path, "轉(zhuǎn)換中...")
        single_wordpdf_to_imgpdf(pdf_path)
    print("完成")


if __name__ == '__main__':
    path = ["xxx.pdf"]
    group_wordpdf_to_imgpdf(path)

輸入文件夾

import os
import fitz
import time


def single_wordpdf_to_imgpdf(pdf_path: str):
    pdf = fitz.open(pdf_path)   # 打開(kāi)pdf目錄
    pdf_img = fitz.open()       # 打開(kāi)空文件，用來(lái)存圖片pdf
    for page_inf in pdf:
        definition = 3    # 清晰度，感覺(jué)輸出的pdf不夠清晰，可以調(diào)大，調(diào)大，文件大小也會(huì)變大
        matrix = fitz.Matrix(definition, definition)
        img = page_inf.get_pixmap(matrix=matrix).tobytes()
        img = fitz.open("png", img)
        pdf_bytes = img.convert_to_pdf()
        pdf_img.insert_pdf(fitz.open("pdf", pdf_bytes))
    if not os.path.exists("output"):
        os.makedirs("output") # 處理好的pdf存入了output目錄下 #
    pdf_img.save("output/圖片pdf_" + os.path.basename(pdf_path))


def group_wordpdf_to_imgpdf(path_array: list[str]):
    for pdf_path in path_array:
        print(pdf_path, "轉(zhuǎn)換中...")
        single_wordpdf_to_imgpdf(pdf_path)
    print("完成")


def folder_pdf_files(folder: str) -> list[str]:  # 一個(gè)文件夾里面有多少pdf文件
    file_list = []
    for a, b, c in os.walk(folder):
        if b == []:
            for filename in c:
                if filename[-3:].lower() == 'pdf':
                    file_path = os.path.join(a, filename)
                    file_list.append(file_path)
    print(folder, ": 有", len(file_list), "個(gè)pdf文件")
    return file_list


if __name__ == '__main__':
    time_start = time.time()
    path_list = folder_pdf_files("目錄")
    group_wordpdf_to_imgpdf(path_list)
    time_end = time.time()
    print("程序運(yùn)行時(shí)間：", round(time_end - time_start, 2), "秒")

原文鏈接：https://blog.csdn.net/qq_45019494/article/details/123741012

欄目分類
最近更新