将pdf转换为图像,但放大后

时间:2019-03-22 17:58:27

标签: image pdf ocr python-tesseract poppler

link显示了如何将Set-ExecutionPolicy RemoteSigned转换为图像。有没有办法在转换成图像之前先缩放pdf?在我的项目中,我将pdf转换为pdf,然后使用png库提取文本。我注意到,如果我缩放Python-tesseract,然后将零件另存为pdf,则OCR会提供更好的结果。那么有没有办法在转换为png之前先缩放pdf?

1 个答案:

答案 0 :(得分:6)

我认为提高图像的质量(分辨率)比放大pdf更好。

使用pdf2image可以很容易地做到这一点:

安装pdf2image:pip install pdf2image

然后在python中将您的pdf转换为高质量的图像:

from pdf2image import convert_from_path

pages = convert_from_path('sample.pdf', 400) //400 is the Image quality in DPI (default 200)

pages[0].save("sample.png")

通过使用quality参数,您应该得到想要的结果