python 將PDF 轉成 圖片的幾種方法

一、說明

昨天突然想着把PDF轉成圖片，昨天嘗試了許久，沒有成功，然後就很納悶，圖片合成PDF就可以，應該轉成圖片也可以吧，然後網上各種找解決這個問題的方法。
如果需要圖片合成PDF的，可以參考一下我之前的一個博客：
使用img2pdf 模塊將目錄下圖片合併成pdf

二、PDF轉圖片

方法1：PyMuPDF（成功）

①、安裝PyMuPDF：

模塊地址：

pip install PyMuPDF

②、轉換圖片代碼：

import datetime
import os

import fitz  # fitz就是pip install PyMuPDF


def pyMuPDF_fitz(pdfPath, imagePath):
    startTime_pdf2img = datetime.datetime.now()  # 開始時間

    print("imagePath=" + imagePath)
    pdfDoc = fitz.open(pdfPath)
    for pg in range(pdfDoc.pageCount):
        page = pdfDoc[pg]
        rotate = int(0)
        # 每個尺寸的縮放係數爲1.3，這將爲我們生成分辨率提高2.6的圖像。
        # 此處若是不做設置，默認圖片大小爲：792X612, dpi=96
        zoom_x = 1.33333333  # (1.33333333-->1056x816)   (2-->1584x1224)
        zoom_y = 1.33333333
        mat = fitz.Matrix(zoom_x, zoom_y).preRotate(rotate)
        pix = page.getPixmap(matrix=mat, alpha=False)

        if not os.path.exists(imagePath):  # 判斷存放圖片的文件夾是否存在
            os.makedirs(imagePath)  # 若圖片文件夾不存在就創建

        pix.writePNG(imagePath + '/' + 'images_%s.png' % pg)  # 將圖片寫入指定的文件夾內

    endTime_pdf2img = datetime.datetime.now()  # 結束時間
    print('pdf2img時間=', (endTime_pdf2img - startTime_pdf2img).seconds)


if __name__ == "__main__":
    # 1、PDF地址
    pdfPath = 'demo1.pdf'
    # 2、需要儲存圖片的目錄
    imagePath = './imgs'
    pyMuPDF_fitz(pdfPath, imagePath)

使用時，只需要更改PDF地址和儲存圖片地址即可。

方法2：pdf2image(未成功)

①、安裝pdf2image

模塊地址：

pip install pdf2image

②、安裝Poppler：

Windows下載地址：

如果下載慢，可以下載我雲盤中的：
下載地址: 密碼:e17b

解壓之後放到自己的軟件盤，然後把bin目錄添加到系統環境變量。然後重啓電腦。

如果不重啓，轉換時會報錯：pdf2image.exceptions.PDFInfoNotInstalledError: Unable to get page count. Is poppler installed and in PATH?。

但是我的重啓之後還有有問題，不知道爲什麼，只能回家用家裏電腦測試一下了，不知道是不是Windows弄不了。

我只是用了模塊官方几句代碼：就一直報錯：

from pdf2image import convert_from_path, convert_from_bytes

from pdf2image.exceptions import (
    PDFInfoNotInstalledError,
    PDFPageCountError,
    PDFSyntaxError
)

images = convert_from_path('demo1.pdf')

報錯內容：

Exception in thread Thread-1:
Traceback (most recent call last):
  File "D:\tools\Python3.6\lib\threading.py", line 916, in _bootstrap_inner
    self.run()
  File "D:\tools\Python3.6\lib\threading.py", line 864, in run
    self._target(*self._args, **self._kwargs)
  File "D:\tools\Python3.6\lib\subprocess.py", line 1084, in _readerthread
    buffer.append(fh.read())
  File "D:\tools\Python3.6\lib\codecs.py", line 322, in decode
    (result, consumed) = self._buffer_decode(data, self.errors, final)
UnicodeDecodeError: 'utf-8' codec can't decode byte 0xd6 in position 119: invalid continuation byte

Traceback (most recent call last):
  File "D:\tools\Python3.6\lib\site-packages\pdf2image\pdf2image.py", line 420, in pdfinfo_from_path
    raise ValueError
ValueError

During handling of the above exception, another exception occurred:

Traceback (most recent call last):
  File "D:/zjf_workspace/000、爬蟲代碼-基礎的/scrapy_100_工具/8、圖片處理/6、pdf轉換成圖片/7、pdf2image模塊.py", line 9, in <module>
    images = convert_from_path('demo1.pdf')
  File "D:\tools\Python3.6\lib\site-packages\pdf2image\pdf2image.py", line 90, in convert_from_path
    page_count = pdfinfo_from_path(pdf_path, userpw, poppler_path=poppler_path)["Pages"]
  File "D:\tools\Python3.6\lib\site-packages\pdf2image\pdf2image.py", line 430, in pdfinfo_from_path
    "Unable to get page count.\n%s" % err.decode("utf8", "ignore")
AttributeError: 'str' object has no attribute 'decode'

弄了快一天了，沒有弄出來這個問題，我找到好多相似的博客，但是都不能運行，而且人家好想都沒有出現這個問題，不知道我這裏咋會這樣，就先放這吧，後續如果解決再來補充。

方法3、wind（已經成功）

這個我昨天試了很久，一直報錯，今天看到一個文章，趕緊是卻少一個軟件Ghostscript，但是下載又好慢呀，不知道什麼鬼。
好像有個這個軟件Ghostscript：

Ghostscript 下載地址

打算按着這個文章，再次測試：

可以用第三方庫wand實，需要安裝wand 、imagemagick和ghostscript。作者都成功了，那我就再試試吧。

①、安裝wind

模塊地址

pip install Wand

②、安裝imagemagick

下載地址：

安裝過程注意勾選Install development headers and libraries for C and C++ 。安裝後設置MAGICK_HOME環境變量，值爲imagemagick的安裝路徑，並將安裝路徑加入path。

詳情可參照此頁面網頁鏈接。

③、安裝ghostscript

我做天一直嘗試，就是保錯：

報錯內容

Traceback (most recent call last):
  File "D:/zjf_workspace/000、爬蟲代碼-基礎的/scrapy_100_工具/8、圖片處理/6、pdf轉換成圖片/1、wand.py", line 7, in <module>
    image_pdf = Image(filename='demo1.pdf')
  File "D:\tools\Python3.6\lib\site-packages\wand\image.py", line 8230, in __init__
    units=units)
  File "D:\tools\Python3.6\lib\site-packages\wand\image.py", line 8710, in read
    self.raise_exception()
  File "D:\tools\Python3.6\lib\site-packages\wand\resource.py", line 243, in raise_exception
    raise e
wand.exceptions.DelegateError: FailedToExecuteCommand `"gswin32c.exe" -q -dQUIET -dSAFER -dBATCH -dNOPAUSE -dNOPROMPT -dMaxBitmap=500000000 -dAlignToPixels=0 -dGridFitTT=2 "-sDEVICE=pngalpha" -dTextAlphaBits=4 -dGraphicsAlphaBits=4 "-r72x72"  "-sOutputFile=C:/Users/WB-ZJF~1/AppData/Local/Temp/magick-5508WXCmlxua21eN%d" "-fC:/Users/WB-ZJF~1/AppData/Local/Temp/magick-5508Te_4KPmLv3_D" "-fC:/Users/WB-ZJF~1/AppData/Local/Temp/magick-5508byOzda8sSbWf"' (ϵͳ�Ҳ���ָ�����ļ���
) @ error/delegate.c/ExternalDelegateCommand/459

感覺就是跟這個有關吧，但是下載又下載不動，估計也是隻能明天測試了，如果有Windows做成小夥伴歡迎賜教，我也只能回家再下載測試了，公司電腦不知道爲什麼下載不動。

我下載好的ghostscript

如果你看到這裏了，可以下載我下載好的：
我這個關於PDF轉圖片的所有軟件都放到這裏了，需要可以下載，比網上和度盤都下載快。

ghostscript的文件名稱：gs950w64.exe

軟件下載地址: 密碼:duym

④、代碼：

這個是我找到之後修改的，但是報錯問題還沒有解決，只能後續解決補充了。先用第一個方法用着吧。
上面幾個下載好就可以直接使用我這個代碼了，這個代碼是我成功測試之後的，修改PDF地址和圖片儲存地址即可。

# coding:utf-8
from wand.image import Image


def wind_imagemagick_ghostscript(pdf_path, imgs_dir):
    # 將pdf文件轉爲jpg圖片文件
    # ./PDF_FILE_NAME 爲pdf文件路徑和名稱
    # image_pdf = Image(filename='./demo1.pdf', resolution=300)
    image_pdf = Image(filename=pdf_path)
    image_jpeg = image_pdf.convert('jpeg')

    # wand已經將PDF中所有的獨立頁面都轉成了獨立的二進制圖像對象。我們可以遍歷這個大對象，並把它們加入到req_image序列中去。
    req_image = []
    for img in image_jpeg.sequence:
        img_page = Image(image=img)
        req_image.append(img_page.make_blob('jpeg'))

    # 遍歷req_image,保存爲圖片文件
    i = 0
    for img in req_image:
        ff = open(imgs_dir + '\\' + str(i) + '.jpeg', 'wb')
        ff.write(img)
        ff.close()
        i += 1


if __name__ == '__main__':
    pdf_path = r"demo1.pdf"
    imgs_dir = r"imgs"
    wind_imagemagick_ghostscript(pdf_path, imgs_dir)

方法4、imagemagick+ghostscript（已經成功）

這個還是我看到一篇博客：
之後，然後第三個方法也成功了，然後測試這個也成功了，具體步驟：
這些軟件可以直接去我的雲盤下載，如果失效自己就官網下載吧：

軟件集合下載地址: 密碼:duym

①、安裝imagemagick

下載地址：

安裝過程注意勾選Install development headers and libraries for C and C++ 。安裝後設置MAGICK_HOME環境變量，值爲imagemagick的安裝路徑，並將安裝路徑加入path。

詳情可參照此頁面網頁鏈接。
建議優先去我網盤下載（如果還有效）。

②、安裝ghostscript

官網下載地址：

如果你也是Windows64位，去我雲盤下載：

③、cmd命令轉換：

一個命令轉換：

magick .\demo1.pdf .\111\demo.jpg

查看執行命令和效果：

111目錄下面的圖片：（可以看出，自動從剛剛輸入的jpg前面自動demo後面加上遞增後綴，這個可以PDF的頁面順序下標對應）

④、一般只是轉換一倆個上一步就行了，如果數量過多，可以用python寫個腳本。

import os



def os_magick(pdf_path,img_dir,file_name):
    os.system(r'magick  {} {}/{}.jpg'.format(pdf_path,img_dir,file_name))


if __name__ == '__main__':

    pdf_path = r"demo1.pdf"
    img_dir = r'imgs3'
    # 圖片名字的前綴
    file_name = 'demo'
    os_magick(pdf_path,img_dir,file_name)

注意點：

1. pdf_path 和img_dir 必須填寫絕對路徑地址（我這裏我前面地址刪除了，看懂就好）
2. 文件名的前綴可以自己定義
3. 如果數量過多，並且需要儲存的文件夾不同，可以自動創建目錄，不過最後出入函數的還是絕對路徑。

我的這個生成效果：

參考：

https://github.com/Belval/pdf2image
ttp://blog.alivate.com.au/poppler-windows/
https://imagemagick.org/script/download.php#windows
http://docs.wand-py.org/en/0.4.4/guide/install.html#install-imagemagick-windows
https://ghostscript.com/download/gsdnld.html
https://www.jianshu.com/p/f57cc64b9f5e
https://www.twblogs.net/a/5d483d89bd9eee541c30323b
http://blog.sciencenet.cn/blog-597740-1136907.html
https://www.jb51.net/article/160622.htm
https://www.ancii.com/an676u83y/
https://blog.csdn.net/qq_24127015/article/details/85111371