1、安裝第三方類庫pymupdf：pip install pymupdf

2、安裝完成后直接上代碼，代碼如下：

import fitz

import time

import re

import os

def pdf2pic(path, pic_path):

t0 = time.clock() # 生成圖片初始時間

checkXO = r"/Type(?= */XObject)" # 使用正則表達式來查找圖片

checkIM = r"/Subtype(?= */Image)"

doc = fitz.open(path) # 打開pdf文件

imgcount = 0 # 圖片計數

lenXREF = doc._getXrefLength() # 獲取對象數量長度

# 打印PDF的信息

print("文件名:{}, 頁數: {}, 對象: {}".format(path, len(doc), lenXREF - 1))

# 遍歷每一個對象

for i in range(1, lenXREF):

text = doc._getXrefString(i) # 定義對象字符串

isXObject = re.search(checkXO, text) # 使用正則表達式查看是否是對象

isImage = re.search(checkIM, text) # 使用正則表達式查看是否是圖片

if not isXObject or not isImage: # 如果不是對象也不是圖片，則continue

continue

imgcount += 1

pix = fitz.Pixmap(doc, i) # 生成圖像對象

new_name = "圖片{}.png".format(imgcount) # 生成圖片的名稱

if pix.n < 5: # 如果pix.n<5,可以直接存為PNG

pix.writePNG(os.path.join(pic_path, new_name))

else: # 否則先轉換CMYK

pix0 = fitz.Pixmap(fitz.csRGB, pix)

pix0.writePNG(os.path.join(pic_path, new_name))

pix0 = None

pix = None # 釋放資源

t1 = time.clock() # 圖片完成時間

print("運行時間:{}s".format(t1 - t0))

print("提取了{}張圖片".format(imgcount))

if __name__=='__main__':

path = r"C:\Users\lenovo\Desktop\數據.pdf"

pic_path = r'C:\Users\lenovo\Desktop\圖片'

# 創建保存圖片的文件夾

if os.path.exists(pic_path):

print("文件夾已存在，不必重新創建！")

pass

else:

os.mkdir(pic_path)

pdf2pic(path, pic_path)

3、運行結果

文件名:C:\Users\lenovo\Desktop\數據.pdf, 頁數: 51, 對象: 156

運行時間:1.0037559488187855s

提取了1張圖片

運行時間:1.9240614402553362s

提取了2張圖片

運行時間:2.8580821293209087s

提取了3張圖片

運行時間:3.59311390384999s

提取了4張圖片

運行時間:4.055301359322903s

提取了5張圖片

運行時間:4.861761705280556s

總結

以上是生活随笔為你收集整理的python pdf 图片_第一节：python提取PDF文档中的图片的全部內容，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。