Python实现文字pdf转换图片pdf效果_Python

Python实现文字pdf转换图片pdf效果

2022-11-22 10:02KjPrime Python

当我们把word转化为pdf，wps默认转化为文字pdf，而图片pdf要会员。所以本文将通过Python语言实现文字pdf转换图片pdf，需要的可以参考一下

前言

为什么会做这个？

因为我们把word转化为pdf，wps默认转化为文字pdf，而图片pdf要会员。

网上确实也有网站可以实现免费的，但是未必安全。

思路

我看了网上的很多代码，都是先把文字pdf先转化为图片，然后再组装成pdf文档。我的思路也是这样的。

但是我和他们很大的不一样就是，我不需要先把图片保存起来再提取，而我只需要把图片的信息先存起来，再输出pdf。

代码展示

先安装依赖

				?

									pip install PyMuPDF

输入文件列表

				?

									import os

									import fitz

									def single_wordpdf_to_imgpdf(pdf_path: str):

									    pdf = fitz.open(pdf_path)   # 打开pdf目录

									    pdf_img = fitz.open()       # 打开空文件，用来存图片pdf

									    for page_inf in pdf:

									        definition = 3    # 清晰度，感觉输出的pdf不够清晰，可以调大，调大，文件大小也会变大

									        matrix = fitz.Matrix(definition, definition)

									        img = page_inf.get_pixmap(matrix=matrix).tobytes()

									        img = fitz.open("png", img)

									        pdf_bytes = img.convert_to_pdf()

									        pdf_img.insert_pdf(fitz.open("pdf", pdf_bytes))

									    pdf_img.save("图片pdf_" + os.path.basename(pdf_path))

									def group_wordpdf_to_imgpdf(path_array: list[str]):

									    for pdf_path in path_array:

									        print(pdf_path, "转换中...")

									        single_wordpdf_to_imgpdf(pdf_path)

									    print("完成")

									if __name__ == '__main__':

									    path = ["xxx.pdf"]

									    group_wordpdf_to_imgpdf(path)

输入文件夹

				?

									import os

									import fitz

									import time

									def single_wordpdf_to_imgpdf(pdf_path: str):

									    pdf = fitz.open(pdf_path)   # 打开pdf目录

									    pdf_img = fitz.open()       # 打开空文件，用来存图片pdf

									    for page_inf in pdf:

									        definition = 3    # 清晰度，感觉输出的pdf不够清晰，可以调大，调大，文件大小也会变大

									        matrix = fitz.Matrix(definition, definition)

									        img = page_inf.get_pixmap(matrix=matrix).tobytes()

									        img = fitz.open("png", img)

									        pdf_bytes = img.convert_to_pdf()

									        pdf_img.insert_pdf(fitz.open("pdf", pdf_bytes))

									    if not os.path.exists("output"):

									        os.makedirs("output") # 处理好的pdf存入了output目录下 #

									    pdf_img.save("output/图片pdf_" + os.path.basename(pdf_path))

									def group_wordpdf_to_imgpdf(path_array: list[str]):

									    for pdf_path in path_array:

									        print(pdf_path, "转换中...")

									        single_wordpdf_to_imgpdf(pdf_path)

									    print("完成")

									def folder_pdf_files(folder: str) -> list[str]:  # 一个文件夹里面有多少pdf文件

									    file_list = []

									    for a, b, c in os.walk(folder):

									        if b == []:

									            for filename in c:

									                if filename[-3:].lower() == 'pdf':

									                    file_path = os.path.join(a, filename)

									                    file_list.append(file_path)

									    print(folder, ": 有", len(file_list), "个pdf文件")

									    return file_list

									if __name__ == '__main__':

									    time_start = time.time()

									    path_list = folder_pdf_files("目录")

									    group_wordpdf_to_imgpdf(path_list)

									    time_end = time.time()

									    print("程序运行时间：", round(time_end - time_start, 2), "秒")