如何使用坐标从PDF图像文件中提取文本 python及其外部库。
from wand.image import Image as wi
from PIL import Image
pdf = wi (filename=("F:\cng-example-bill.pdf")
pdfImg = pdf.convert('jpg')
crop_img = pdfImg.crop((35, 20, 40, 35))
print(crop_imp)
试图将PDF文件转换为jpg文件的代码段, 从jpg尝试基于坐标提取数据。 程序应基于图像文件的坐标给出输出(数据)
答案 0 :(得分:0)
pdf.convert('jpg')
行仅克隆堆栈,并设置format属性。 pdfImg.crop
成功返回True
,并且不返回任何数据。您也许可以将代码段重写为...
from wand.image import Image as wi
pdf = wi(filename=("F:\cng-example-bill.pdf[0]")
pdf.crop(left=35, top=20, width=40, height=35)
crop_img = pdf.make_blob('jpg')
请注意,"F:\cng-example-bill.pdf[0]"
仅解码PDF的第一页,并且裁剪区域是40x35+35+20
区域。 crop_img
是JPG文件数据,不是像素数据或pdf文本数据。