Question

我正在尝试使用Python将多页PDF转换为一系列JPEG。我可以使用可用的工具轻松地将PDF分割成单独的页面，但我无法找到任何可以将PDF转换为图像的内容。

PIL不起作用，因为它无法读取PDF。我发现的两个选项是通过shell使用GhostScript或ImageMagick。这对我来说不是一个可行的选择，因为这个程序需要跨平台，我不能确定这些程序是否可以在将要安装和使用的机器上使用。

是否有可以执行此操作的Python库？

Answer 1

Answer 2

这里有什么用我使用python ghostscript模块（由'$ pip install ghostscript'安装）：

import ghostscript

def pdf2jpeg(pdf_input_path, jpeg_output_path):
    args = ["pdf2jpeg", # actual value doesn't matter
            "-dNOPAUSE",
            "-sDEVICE=jpeg",
            "-r144",
            "-sOutputFile=" + jpeg_output_path,
            pdf_input_path]
    ghostscript.Ghostscript(*args)

我还在我的电脑上安装了Ghostscript 9.18，否则它可能不会起作用。

Answer 3

你无法避免Ghostscript依赖。甚至Imagemagick也依赖于Ghostscript来实现其PDF阅读功能。原因是PDF格式的复杂性：PDF不仅包含位图信息，而且主要是矢量形状，透明度等。此外，弄清楚哪个对象出现在哪个页面上是非常复杂的。

因此，正确呈现PDF页面显然超出了纯Python库的范围。

好消息是Ghostscript已预先安装在许多Windows和Linux系统上，因为所有这些PDF打印机（Adobe Acrobat除外）也需要它。

Answer 4

如果你正在使用linux，一些版本附带了一个名为'pdftopbm'的命令行工具。查看netpbm

Answer 5

或许相关：http://www.swftools.org/gfx_tutorial.html

使用Python将PDF转换为一系列图像

5 个答案: