今天給大家分享如何用 Python 批量提取 PDF 的圖片，并存儲到指定文件夾。

一、實現效果圖

二、基于 fitz 庫和正則搜索提取圖片

fitz 庫是 pymupdf 中的一個模塊，用它來提取 pdf 里的圖片非常方便。

安裝命令

pip?install?fitz? pip?install?pymupdf

三、代碼實現

導入相關包

import?fitz import?re import?os

讀取 pdf 提取圖片，并存儲

def?save_pdf_img(path,save_path):'''path:?pdf的路徑save_path?:?圖片存儲的路徑'''#?使用正則表達式來查找圖片checkXO?=?r"/Type(?=?*/XObject)"?checkIM?=?r"/Subtype(?=?*/Image)"??#?打開pdfdoc?=?fitz.open(path)#?圖片計數imgcount?=?0#?獲取對象數量長度lenXREF?=?doc.xref_length()#?打印PDF的信息print("文件名:{},?頁數:?{},?對象:?{}".format(path,?len(doc),?lenXREF?-?1))#?遍歷每一個圖片對象for?i?in?range(1,?lenXREF):#?定義對象字符串text?=?doc.xref_object(i) #?????????print(i,text)isXObject?=?re.search(checkXO,?text)#?使用正則表達式查看是否是圖片isImage?=?re.search(checkIM,?text)#?如果不是對象也不是圖片，則continueif?not?isXObject?or?not?isImage:continueimgcount?+=?1#?根據索引生成圖像pix?=?fitz.Pixmap(doc,?i)#?根據pdf的路徑生成圖片的名稱new_name?=?path.replace('\\',?'_')?+?"_img{}.png".format(imgcount)new_name?=?new_name.replace(':',?'')#?如果pix.n<5,可以直接存為PNGif?pix.n?<?5:pix.writePNG(os.path.join(save_path,?new_name))#?否則先轉換CMYKelse:pix0?=?fitz.Pixmap(fitz.csRGB,?pix)pix0.writePNG(os.path.join(save_path,?new_name))pix0?=?None#?釋放資源pix?=?Noneprint("提取了{}張圖片".format(imgcount)) #?pdf路徑 path?=?r'/Users/wangwangyuqing/Desktop/data/img.pdf' save_path?=?r'/Users/wangwangyuqing/Desktop/data' save_pdf_img(path,save_path)

運行結果

四、小結

Python 中 pdf2image 庫也可以完成以上需求，它的好處是如果你的 pdf 頁面較多時，pdf2image 可以啟動多線程會大大加快轉換速度，具體可參考?pdf2image 官方文檔。

最后，可能會遇到提取的圖片比原本少，或者提取出不想要的圖片。可以通過檢查圖片格式，可能不是常見的格式，提取時再減少或添加過濾條件進行嘗試。

-?END -

總結

以上是生活随笔為你收集整理的用 Python 批量提取 PDF 的图片，并存储到指定文件夹的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。