怎样用Python将pdf文件转化为高清图片

最近在整理文档，需要将文档进行OCR辨认，然后布局化。直接解析pdf文档，行不通，由于文档里面是图片。于是采取先转图片，然后OCR，然后布局化。下面是pdf文档转图片的方法。

1. import fitz  # PyMuPDF
3. def pdf_to_images(pdf_path, images_folder):
4.     # 打开PDF文件
5.     document = fitz.open(pdf_path)
6.    
7.     for page_num in range(len(document)):
8.         # 获取页面
9.         page = document[page_num]
10.         
11.         # 将页面渲染为图片，默认输出为RGB颜色空间，96 DPI
12.         pix = page.get_pixmap(dpi=300)
13.         
14.         # 图片文件名
15.         image_name = f"page_{page_num + 1}.png"
16.         image_path = f"{images_folder}/{image_name}"
17.         
18.         # 保存图片
19.         pix._writeIMG(image_path, format_="JPG", jpg_quality=300)
21.     # 关闭PDF文档
22.     document.close()
24. # 使用示例
25. pdf_path = 'example.pdf'  # PDF文件路径
26. images_folder = 'images'  # 图片保存文件夹
27. pdf_to_images(pdf_path, images_folder)

复制代码

清楚度可以通过dpi参数控制。
如果你还没有安装 pymupdf，请安装：

1. pip install pymupdf

复制代码

免责声明：如果侵犯了您的权益，请联系站长，我们会及时删除侵权内容，谢谢合作！更多信息从访问主页：qidao123.com:ToB企服之家，中国第一个企服评测及商务社交产业平台。