파이썬 코드에서 pdf의 특정 페이지를 jpeg 파일로 효율적으로 저장하는 방법은 무엇입니까? (사용 사례 : pdf-s가 업로드되고 각 페이지에 해당하는 jpeg-s가 스토어 인 파이썬 플라스크 웹 서버가 있습니다.)
이 솔루션 은 가깝지만 문제는 전체 페이지를 jpeg로 변환하지 않는다는 것입니다.
답변:
pdf2image 라이브러리를 사용할 수 있습니다.
다음을 사용하여 간단히 설치할 수 있습니다.
pip install pdf2image
일단 설치되면 다음 코드를 사용하여 이미지를 얻을 수 있습니다.
from pdf2image import convert_from_path
pages = convert_from_path('pdf_file', 500)
jpeg 형식으로 페이지 저장
for page in pages:
page.save('out.jpg', 'JPEG')
편집 : Github repo pdf2image 는 또한 사용 pdftoppm하고 다른 설치가 필요하다고 언급 합니다.
pdftoppm은 실제 마법을 수행하는 소프트웨어입니다. poppler 라는 더 큰 패키지의 일부로 배포됩니다 . Windows 사용자는 Windows 용 poppler 를 설치해야합니다 . Mac 사용자는 Mac 용 poppler 를 설치해야합니다 . Linux 사용자는 pdftoppm이 배포판 (Ubuntu 및 Archlinux에서 테스트 됨)과 함께 사전 설치되어 있지 않은 경우
sudo apt install poppler-utils.
anaconda를 사용하여 Windows에서 다음을 수행하여 최신 버전을 설치할 수 있습니다.
conda install -c conda-forge poppler
참고 : Windows 버전 최대 0.67은 http://blog.alivate.com.au/poppler-windows/ 에서 사용할 수 있지만 0.68은 2018 년 8 월 에 출시 되었으므로 최신 기능이나 버그 수정을받을 수 없습니다.
from pdf2image import convert_from_path pages = convert_from_path('file.pdf', 500) pages = convert_from_path('file.pdf', 500, single_file=True) pages[0].save('file.jpg', 'JPEG')
이 간단한 솔루션 PyMuPDF , png 파일로 출력을 찾았습니다 . 라이브러리는 사용하는 렌더링 엔진의 기록 이름 인 "fitz"로 가져옵니다.
import fitz
pdffile = "infile.pdf"
doc = fitz.open(pdffile)
page = doc.loadPage(0) # number of page
pix = page.getPixmap()
output = "outfile.png"
pix.writePNG(output)
pdf2image실제로 Python 라이브러리 (다른 답변에서 사용됨)는으로 시작 pdttoppm 하는 것 이상을 수행하지 subprocess.Popen않으므로 다음은 직접 수행하는 짧은 버전입니다.
PDFTOPPMPATH = r"D:\Documents\software\____PORTABLE\poppler-0.51\bin\pdftoppm.exe"
PDFFILE = "SKM_28718052212190.pdf"
import subprocess
subprocess.Popen('"%s" -png "%s" out' % (PDFTOPPMPATH, PDFFILE))
다음은 pdftoppm(poppler라는 패키지에 포함 된)에 대한 Windows 설치 링크입니다 . http://blog.alivate.com.au/poppler-windows/
OS에 Poppler를 설치할 필요가 없습니다. 이것은 작동합니다 :
pip 설치 완드
from wand.image import Image
f = "somefile.pdf"
with(Image(filename=f, resolution=120)) as source:
for i, image in enumerate(source.sequence):
newfilename = f[:-4] + str(i + 1) + '.jpeg'
Image(image).save(filename=newfilename)
@gaurwraith, Windows 용 poppler를 설치하고 다음과 같이 pdftoppm.exe를 사용합니다.
http://blog.alivate.com.au/poppler-windows/ 에서 Poppler의 최신 바이너리 / dll이 포함 된 zip 파일을 다운로드 하고 프로그램 파일 폴더의 새 폴더에 압축을 풉니 다. 예 : "C : \ Program Files (x86) \ Poppler".
SYSTEM PATH 환경 변수에 "C : \ Program Files (x86) \ Poppler \ poppler-0.68.0 \ bin"을 추가합니다.
cmd 라인에서 pdf2image 모듈 설치-> "pip install pdf2image".
@vishvAs vAsuki,이 코드는 주어진 폴더에있는 하나 이상의 pdf의 모든 페이지에 대해 하위 프로세스 모듈을 통해 원하는 jpg를 생성해야합니다.
import os, subprocess
pdf_dir = r"C:\yourPDFfolder"
os.chdir(pdf_dir)
pdftoppm_path = r"C:\Program Files (x86)\Poppler\poppler-0.68.0\bin\pdftoppm.exe"
for pdf_file in os.listdir(pdf_dir):
if pdf_file.endswith(".pdf"):
subprocess.Popen('"%s" -jpeg %s out' % (pdftoppm_path, pdf_file))
또는 pdf2image 모듈 사용 :
import os
from pdf2image import convert_from_path
pdf_dir = r"C:\yourPDFfolder"
os.chdir(pdf_dir)
for pdf_file in os.listdir(pdf_dir):
if pdf_file.endswith(".pdf"):
pages = convert_from_path(pdf_file, 300)
pdf_file = pdf_file[:-4]
for page in pages:
page.save("%s-page%d.jpg" % (pdf_file,pages.index(page)), "JPEG")
pdf를 img로 변환하는 데 사용할 수있는 pdftojpg라는 유틸리티입니다.
여기에서 코드를 찾을 수 있습니다 https://github.com/pankajr141/pdf2jpg
from pdf2jpg import pdf2jpg
inputpath = r"D:\inputdir\pdf1.pdf"
outputpath = r"D:\outputdir"
# To convert single page
result = pdf2jpg.convert_pdf2jpg(inputpath, outputpath, pages="1")
print(result)
# To convert multiple pages
result = pdf2jpg.convert_pdf2jpg(inputpath, outputpath, pages="1,0,3")
print(result)
# to convert all pages
result = pdf2jpg.convert_pdf2jpg(inputpath, outputpath, pages="ALL")
print(result)
GhostScript는 Linux 기반 시스템의 경우 Poppler보다 훨씬 빠르게 수행됩니다.
다음은 pdf에서 이미지로 변환하는 코드입니다.
def get_image_page(pdf_file, out_file, page_num):
page = str(page_num + 1)
command = ["gs", "-q", "-dNOPAUSE", "-dBATCH", "-sDEVICE=png16m", "-r" + str(RESOLUTION), "-dPDFFitPage",
"-sOutputFile=" + out_file, "-dFirstPage=" + page, "-dLastPage=" + page,
pdf_file]
f_null = open(os.devnull, 'w')
subprocess.call(command, stdout=f_null, stderr=subprocess.STDOUT)
GhostScript는 다음을 사용하여 macOS에 설치할 수 있습니다. brew install ghostscript
pdf2image의 훨씬 간단한 옵션을 사용합니다.
cd $dir
for f in *.pdf
do
if [ -f "${f}" ]; then
n=$(echo "$f" | cut -f1 -d'.')
pdftoppm -scale-to 1440 -png $f $conv/$n
rm $f
mv $conv/*.png $dir
fi
done
이것은 좁은 캐스팅 장치를 사용하기위한 루프에있는 bash 스크립트의 작은 부분입니다. 추가 된 pdf 파일 (전체)을 5 초마다 확인하여 처리합니다. 이것은 데모 장치 용이며, 마지막에 원격 서버에서 변환이 수행됩니다. 지금 .PNG로 변환하지만 .JPG도 가능합니다.
이 변환은 A4 형식의 전환과 함께 비디오, 두 개의 부드러운 스크롤 텍스트 및 로고 (세 가지 버전의 전환 포함)를 표시하여 Pi3를 최대 4x 100 % cpu-load로 설정합니다 ;-)
from pdf2image import convert_from_path
import glob
pdf_dir = glob.glob(r'G:\personal\pdf\*') #your pdf folder path
img_dir = "G:\\personal\\img\\" #your dest img path
for pdf_ in pdf_dir:
pages = convert_from_path(pdf_, 500)
for page in pages:
page.save(img_dir+pdf_.split("\\")[-1][:-3]+"jpg", 'JPEG')
여기에 추가 라이브러리가 필요하지 않고 매우 빠른 솔루션이 있습니다. https://nedbatchelder.com/blog/200712/extracting_jpgs_from_pdfs.html# 에서 찾았 습니다. 더 편리하게 사용할 수 있도록 함수에 코드를 추가했습니다.
def convert(filepath):
with open(filepath, "rb") as file:
pdf = file.read()
startmark = b"\xff\xd8"
startfix = 0
endmark = b"\xff\xd9"
endfix = 2
i = 0
njpg = 0
while True:
istream = pdf.find(b"stream", i)
if istream < 0:
break
istart = pdf.find(startmark, istream, istream + 20)
if istart < 0:
i = istream + 20
continue
iend = pdf.find(b"endstream", istart)
if iend < 0:
raise Exception("Didn't find end of stream!")
iend = pdf.find(endmark, iend - 20)
if iend < 0:
raise Exception("Didn't find end of JPG!")
istart += startfix
iend += endfix
jpg = pdf[istart:iend]
newfile = "{}jpg".format(filepath[:-3])
with open(newfile, "wb") as jpgfile:
jpgfile.write(jpg)
njpg += 1
i = iend
return newfile
pdf 경로를 인수로 사용하여 convert를 호출하면 함수가 동일한 디렉토리에 .jpg 파일을 생성합니다.