这篇文章主要介绍了Python怎样读取pdf中的图片，具有一定借鉴价值，需要的朋友可以参考下。希望大家阅读完这篇文章后大有收获。下面让小编带着大家一起了解一下。
让客户满意是我们工作的目标，不断超越客户的期望值来自于我们对这个行业的热爱。我们立志把好的技术通过有效、简单的方式提供给客户，将通过不懈努力成为客户在信息化领域值得信任、有价值的长期合作伙伴，公司提供的服务项目有：
域名注册、
网站空间、营销软件、网站建设、
旌阳网站维护、网站推广。
1.倒入相关库
import fitz
import time
import re
import os
2.具体实现
为了方便和其他模块组合，我直接写了个函数完成这个功能，实现如下：
2.1使用正则表达式查找PDF中的图片
def pdf2pic(path, pic_path):
'''
# 从pdf中提取图片
:param path: pdf的路径
:param pic_path: 图片保存的路径
:return:
'''
t0 = time.clock()
# 使用正则表达式来查找图片
checkXO = r"/Type(?= */XObject)"
checkIM = r"/Subtype(?= */Image)"
2.2打印PDF的相关信息
# 打开pdf
doc = fitz.open(path)
# 图片计数
imgcount = 0
lenXREF = doc._getXrefLength()
# 打印PDF的信息
print("文件名:{}, 页数: {}, 对象: {}".format(path, len(doc), lenXREF - 1))
2.3遍历PDF中的对象，遇到是图像才进行下一步，不然就continue
并且我们将文件的名字命名为word所在的路径
# 遍历每一个对象
for i in range(1, lenXREF):
# 定义对象字符串
text = doc.getObjectString(i)
isXObject = re.search(checkXO, text)
# 使用正则表达式查看是否是图片
isImage = re.search(checkIM, text)
# 如果不是对象也不是图片，则continue
if not isXObject or not isImage:
continue
imgcount += 1
# 根据索引生成图像
pix = fitz.Pixmap(doc, i)
# 根据pdf的路径生成图片的名称
new_name = path.replace('\\', '_') + "_img{}.png".format(imgcount)
new_name = new_name.replace(':', '')
2.4将图像存为png格式
# 如果pix.n<5,可以直接存为PNG
if pix.n < 5:
pix.writePNG(os.path.join(pic_path, new_name))
# 否则先转换CMYK
else:
pix0 = fitz.Pixmap(fitz.csRGB, pix)
pix0.writePNG(os.path.join(pic_path, new_name))
pix0 = None
# 释放资源
pix = None
t1 = time.clock()
print("运行时间:{}s".format(t1 - t0))
print("提取了{}张图片".format(imgcount))
2.5输入pdf路径，即可运行
if __name__=='__main__':
# pdf路径
path = r'E:\dogcat\提取图片\计算机视觉算法工程师.pdf'
pic_path = r'E:\dogcat\提取图片\测试'
# 创建保存图片的文件夹
if os.path.exists(pic_path):
print("文件夹已存在，请重新创建新文件夹！")
raise SystemExit
else:
os.mkdir(pic_path)
m = pdf2pic(path, pic_path)
3.结果预览
3.1程序结果：
3.2原本的pdf:
感谢你能够认真阅读完这篇文章，希望小编分享Python怎样读取pdf中的图片内容对大家有帮助，同时也希望大家多多支持创新互联-成都网站建设公司，关注创新互联-成都网站建设公司行业资讯频道，遇到问题就找创新互联，详细的解决方法等着你来学习!
分享题目：Python怎样读取pdf中的图片-创新互联
分享地址：
http://cdkjz.cn/article/ddesgd.html
