Hi，大家好，我是编程小6，很荣幸遇见你，我把这些年在开发过程中遇到的问题或想法写出来，今天说一说
python提取pdf中的图片文字_pdf转换成图片,希望能够帮助你!!!。

 ⚡插播一条老家自产的糖心苹果，多个品种，欢迎选购！有问题随时私信我⚡：

Python提取PDF中的图片

# 2018/08/16更新：

fitz库是pymupdf中的一个模块，操作PDF非常舒服，只需要pip安装即可：

pip install pymupdf

Python提取word中的图片(需要的自取）：

Python提取Word中的图片

最近项目需要把word、PDF中的图片专门提取出来保存到另外的文件夹，最终成功实现；

最近项目需要把word、PDF中的图片专门提取出来保存到另外的文件夹，最终成功实现；

最近项目需要把word、PDF中的图片专门提取出来保存到另外的文件夹，最终成功实现；

重要的事情说三遍，详细步骤记录如下：
 

Python提取PDF中的图片

1.导入相关库

2.具体实现

2.1.使用正则表达式查找PDF中的图片

2.2.打印PDF的相关信息

2.3.遍历PDF中的对象，遇到是图像才进行下一步，不然就continue

2.4.将图像存为png格式

2.5.输入pdf路径，即可运行

3.结果预览

3.1.程序结果

3.2.原本的pdf

3.3.提取出来的图片

完整程序获取：

        1.百度网盘下载我提供的工具：Python提取PDF中的图片：

        链接：https://pan.baidu.com/s/1Ha6W4U31kPOTufXGh5A31Q?pwd=skfx 提取码：skfx，下载后打开“微信支付.png”使用微信扫码支付：

       获取压缩包密码：

               付款后微信留言购买的资源名称（上方橙色文字），博主会微信回复你解压密码（推荐，不需要加好友）：

                         →  → 

               

1.导入相关库

import fitz import time import re import os

2.具体实现

为了方便和其他模块组合，我直接写了个函数完成这个功能，实现如下：

2.1.使用正则表达式查找PDF中的图片

def pdf2pic(path, pic_path): ''' # 从pdf中提取图片 :param path: pdf的路径 :param pic_path: 图片保存的路径 :return: ''' t0 = time.clock() # 使用正则表达式来查找图片 checkXO = r"/Type(?= */XObject)" checkIM = r"/Subtype(?= */Image)" 

2.2.打印PDF的相关信息

 # 打开pdf doc = fitz.open(path) # 图片计数 imgcount = 0 lenXREF = doc._getXrefLength() # 打印PDF的信息 print("文件名:{}, 页数: {}, 对象: {}".format(path, len(doc), lenXREF - 1))

2.3.遍历PDF中的对象，遇到是图像才进行下一步，不然就continue

并且我们将文件的名字命名为word所在的路径

 # 遍历每一个对象 for i in range(1, lenXREF): # 定义对象字符串 text = doc.getObjectString(i) isXObject = re.search(checkXO, text) # 使用正则表达式查看是否是图片 isImage = re.search(checkIM, text) # 如果不是对象也不是图片，则continue if not isXObject or not isImage: continue imgcount += 1 # 根据索引生成图像 pix = fitz.Pixmap(doc, i) # 根据pdf的路径生成图片的名称 new_name = path.replace('\\', '_') + "_img{}.png".format(imgcount) new_name = new_name.replace(':', '')

2.4.将图像存为png格式

2.5.输入pdf路径，即可运行

if __name__=='__main__': # pdf路径 path = r'E:\dogcat\提取图片\计算机视觉算法工程师.pdf' pic_path = r'E:\dogcat\提取图片\测试' # 创建保存图片的文件夹 if os.path.exists(pic_path): print("文件夹已存在，请重新创建新文件夹！") raise SystemExit else: os.mkdir(pic_path) m = pdf2pic(path, pic_path)

3.结果预览

3.1.程序结果

3.2.原本的pdf

3.3.提取出来的图片

都看到这里了，还不赶紧点赞，评论，收藏走一波？ 

今天的分享到此就结束了，感谢您的阅读，如果确实帮到您，您可以动动手指转发给其他人。