批量pdf轉圖片詳解

PDF格式的文檔在現代科技生活中佔有不可忽視的地位。PDF文檔的製作相對簡單，但更改PDF格式的內容卻不那麼容易。轉換為圖片格式可以更方便地對PDF文件進行編輯。下文將從3個角度介紹如何批量將PDF轉換為圖片，希望能夠對讀者有所幫助。

一、使用Python的PyPDF2庫直接轉換

import PyPDF2
from PIL import Image

def pdf_to_images(pdf_file, output_path):
    with open(pdf_file, 'rb') as f:
        pdf_reader = PyPDF2.PdfFileReader(f)
        for page_num in range(pdf_reader.numPages):
            output_file = output_path + f"page{page_num+1}.png"
            pdf_page = pdf_reader.getPage(page_num)
            width, height = pdf_page.mediaBox.getWidth(), pdf_page.mediaBox.getHeight()
            ratio = height / width
            pix_width = 800 # 需要設置輸出圖片的寬度
            pix_height = int(pix_width * ratio)
            img = Image.new("RGB", (pix_width, pix_height), "white") # 用白色填充背景
            img_draw = ImageDraw.Draw(img)
            img_draw.rectangle([0, 0, pix_width, pix_height], fill="white", outline=None)
            x0, y0, x1, y1 = pdf_page.mediaBox.lowerLeft[0], pdf_page.mediaBox.lowerLeft[1], pdf_page.mediaBox.upperRight[0], pdf_page.mediaBox.upperRight[1]
            xrate = pix_width / (x1 - x0)
            yrate = pix_height / (y1 - y0)
            page_content = pdf_page.extractText()
            if len(page_content) <= 0:
                page_content = '\n'
            img_draw.text((10,10), page_content, fill="black")
            img.save(output_file)

if __name__ == '__main__':
    pdf_file = 'test.pdf'
    output_path = './output/'
    pdf_to_images(pdf_file, output_path)

這種方式需要先安裝Python的PyPDF2庫和Pillow庫，使用其中的方法可以打開PDF文件並依次將每一頁進行轉換。轉換後可以選擇輸出為png、jpeg或者其他格式的圖片。更改輸出圖片的寬度、高度、像素密度可以調整輸出圖片的質量大小。
當然，這種方法非常受PDF文件本身的影響，如果PDF文件中的文字、圖片比較複雜，那麼轉換出來的圖片會有很大的失真度。所以這種方法適合處理簡單格式、文字為主的PDF文件。

二、使用Python的pdf2image庫轉換

import os
from pdf2image import convert_from_path

def pdf_to_images(pdf_file_path, output_folder):
    if not os.path.exists(output_folder):
        os.makedirs(output_folder)
    pages = convert_from_path(pdf_file_path, dpi=200)
    for i, page in enumerate(pages):
        output_file = os.path.join(output_folder, f"page{i+1}.png")
        page.save(output_file, 'PNG')

if __name__ == '__main__':
    pdf_file_path = 'test.pdf'
    output_folder = './output/'
    pdf_to_images(pdf_file_path, output_folder)

這個方法需要安裝pdf2image庫。pdf2image庫是Python的Pillow庫的兼容包。腳本中逐頁打開輸入PDF文件，然後使用Pillow庫將每一頁渲染為圖像格式。最後利用Pillow庫將圖像格式轉換為所需的圖像格式（這裡是PNG格式）。需要注意的是,該庫轉換pdf時直接將pdf每頁轉換為png，需要佔用較大的內存空間並且效率較慢。

三、使用第三方pdf轉換工具

除了使用Python庫轉換PDF，還可以使用各種第三方工具進行轉換。Adobe Acrobat DC是目前最為流行的PDF軟件之一，它支持PDF文件的轉換，既可以對單個文件進行轉換，也可以批量轉換，轉換的輸出格式包括JPEG、PNG、TIFF等圖片格式。

同時Adobe Acrobat DC軟件也提供了多種轉換內嵌快捷命令、自動轉換多個PDF文件等多種高效便捷的功能，在大批量處理PDF圖片時可以節省時間與人力成本，加快工作效率。

總結

文章介紹了三種將PDF格式的文件轉換為圖片格式的方法，分別通過Python PyPDF2庫、pdf2image庫和第三方工具進行。不同方法有各自適用的場景和優缺點。需要根據實際情況選擇使用哪種方法進行效率和質量的平衡權衡。