如何批量快速提取出PDF中的图片文件，你是否遇到这样的一个问题，尤其是PPT文件转换为PDF文件，需要快速提取其中的图片文件，如果你恰好会那么一点py，同时复制粘贴没问题的话，那么相信你也能够很轻松的解决这个问题。
提取PDF文件中的图片无疑是需要读取PDF文件，Python作为胶水语言，有着丰富第三方库，只要你想基本上都能找到你想要的轮子，而这里本渣渣应用的第三方库就是PyMuPDF，度娘搜的！！！
PyMuPDF（又称“ fitz”）：MuPDF的Python绑定，这是一种轻量级的PDF和XPS查看器。该库可以访问PDF，XPS，OpenXPS，epub，漫画和小说书格式的文件，并且以其最佳性能和高渲染质量而闻名。
PyMuPDF库安装方法：
pipinstallPyMuPDF
PyMuPDF库使用方法：
#打开pdf读取页码数importfitzpdf_document="demo1.pdf"doc=fitz.open(pdf_document)#打开pdfprint("numberofpages:%i"%doc.pageCount)#获取页码数print(doc.metadata)#获取pdf信息page1=doc.loadPage(0)#pdf文件第一页page1text=page1.getText("text")#获取pdf第一页文本信息print(page1text)
PyMuPDF的优点是可以保持原始文档结构完整-带有换行符的整个段落都保留在PDF文档中!
使用PyMuPDF从PDF提取图像
PyMuPDF使用该方法简化了从PDF文档提取图像的过程getPageImageList()。
#提取图像importfitzpdf_document=fitz.open("demo1.pdf")forcurrent_pageinrange(len(pdf_document)):forimageinpdf_document.getPageImageList(current_page):xref=image[0]pix=fitz.Pixmap(pdf_document,xref)ifpix.n<5:#thisisGRAYorRGBpix.writePNG("page%s-%s.png"%(current_page,xref))else:#CMYK:converttoRGBfirstpix1=fitz.Pixmap(fitz.csRGB,pix)pix1.writePNG("page%s-%s.png"%(current_page,xref))pix1=Nonepix=None
第二种方法：
importdatetimeimportosimportfitz#fitz就是pipinstallPyMuPDFdefpyMuPDF_fitz(pdfPath,imagePath):startTime_pdf2img=datetime.datetime.now()#开始时间print("imagePath="+imagePath)pdfDoc=fitz.open(pdfPath)forpginrange(pdfDoc.pageCount):page=pdfDoc[pg]rotate=int(0)#每个尺寸的缩放系数为1.3，这将为我们生成分辨率提高2.6的图像。#此处若是不做设置，默认图片大小为：792X612, dpi=96#zoom_x=1.33333333#(1.33333333-->1056x816)(2-->1584x1224)#zoom_y=1.33333333zoom_x=zoom_y=10mat=fitz.Matrix(zoom_x,zoom_y).preRotate(rotate)pix=page.getPixmap(matrix=mat,alpha=False)ifnotos.path.exists(imagePath):#判断存放图片的文件夹是否存在os.makedirs(imagePath)#若图片文件夹不存在就创建pix.writePNG(imagePath+'/'+'images_%s.png'%pg)#将图片写入指定的文件夹内endTime_pdf2img=datetime.datetime.now()#结束时间print('pdf2img时间=',(endTime_pdf2img-startTime_pdf2img).seconds)if__name__=="__main__":#1、PDF地址pdfPath='demo1.pdf'#2、需要储存图片的目录imagePath='./imgs'pyMuPDF_fitz(pdfPath,imagePath)
搜索指定文本
#搜索指定文本内容importfitzfilename="demo1.pdf"search_term="烟"pdf_document=fitz.open(filename)forcurrent_pageinrange(len(pdf_document)):page=pdf_document.loadPage(current_page)ifpage.searchFor(search_term):print("%sfoundonpage%i"%(search_term,current_page))
来源：
1.Python操作PDF-文本和图片提取（使用PyPDF2和PyMuPDF）
/p/8fbb662bd6f7
2.python 将PDF 转成 图片的几种方法
/weixin_42081389/article/details/103712181
注：以上代码都是本渣渣抄袭的，如有不理解，可咨询度娘获取解决方案
·················END·················
你好，我是二大爷，
革命老区外出进城务工人员，
互联网非早期非专业站长，
喜好python，写作，阅读，英语
不入流程序，自媒体，seo . . .
公众号不挣钱，交个网友。
读者交流群已建立，找到我备注 “交流”，即可获得加入我们~
听说点 “在看” 的都变得更好看呐~
关注关注二大爷呗~给你分享python，写作，阅读的内容噢~
扫一扫下方二维码即可关注我噢~
关注我的都变秃了
说错了，都变强了！
不信你试试
扫码关注最新动态
公众号ID：eryeji
