如何利用python将PDF转化为图片？_惠州计算机Python培训学校

python的功能真是强大，可以做词云图、可以优雅地八卦、可以做游戏外挂、还可以将PDF转化成图片，这个功能你还不知道吧，赶紧随小编我一起来看看吧：

之前收集了很多优秀的 PDF文档，但是需要看的时候不是很方便，需要去找到这个文件，如果是在手机上的话往往还需要下载 PDF相关的插件才行，而且最大的问题是不便于资料的整理和分享。如果能够将 PDF转换成网页，岂不是就能解决这些问题了?还能直接分享出去。

这里利用 PyPDF包来处理 PDF文件，为了方便快捷，我这里直接将一个页面转换成图片，就不需要去识别页面中的每一个 PDF元素了，这是没必要的。

转换

核心代码很简单，就是将 PDF文件读取出来，转换成 PdfFileReader，然后就可以根据 PyPDF2的API去获得每一个页面的二进制数据，拿到二进制数据过后，就能很方便的进行图片处理了，这里用 wand包来进行图片处理。

# -*- coding: utf-8 -*-

import io

from wand.image import Image

from wand.color import Color

from PyPDF2 import PdfFileReader, PdfFileWriter

memo = {}

def getPdfReader(filename):

reader = memo.get(filename, None)

if reader is None:

reader = PdfFileReader(filename, strict=False)

memo[filename] = reader

return reader

def _run_convert(filename, page, res=120):

idx = page + 1

pdfile = getPdfReader(filename)

pageObj = pdfile.getPage(page)

dst_pdf = PdfFileWriter()

dst_pdf.addPage(pageObj)

pdf_bytes = io.BytesIO()

dst_pdf.write(pdf_bytes)

pdf_bytes.seek(0)

img = Image(file=pdf_bytes, resolution=res)

img.format = 'png'

img.compression_quality = 90

img.background_color = Color("white")

img_path = '%s%d.png' % (filename[:filename.rindex('.')], idx)

img.save(filename=img_path)

img.destroy()

需要注意的是一般PDF文件较大，如果一次性转换整个PDF文件需要小心内存溢出的问题，我们这里将第一次载入的整个PDF文件保存到内存，避免每次读取的时候都重新载入。

批量处理

上面已经完成了一个 PDF页面的转换，要完成整个文件的转换就很简单了，只需要拿到文件的总页码，然后循环执行就行。考虑到转换比较耗时，可以使用异步处理的方式加快速度。比如可以使用 celery来搭配处理，一定注意小心内存泄露。

核心代码已经整理放到github上去了，好了，等有时间的时候准备做一个公共的PDF转成 H5的服务，开放给大众使用。

点击咨询直接了解更多相关资料，我在惠州北大青鸟新方舟等你。

本文内容转载自网络，版权归原作者所有，如有侵权请联系我们进行删除。

标签：惠州计算机软件培训惠州计算件软件开发惠州计算机软件基础惠州计算机Python软件开发惠州Python培训学校惠州Python培训python基础教程python是什么python教程python入门