如何通过 Python 中的 fitz 库提取 pdf 中的图片？
2023-11-21 阅读 66
要使用Python中的fitz库提取PDF中的图片，可以按照以下步骤进行操作：
-
首先，确保已经安装了fitz库。可以使用以下命令进行安装：
pip install PyMuPDF -
导入fitz库：
import fitz -
打开PDF文件：
doc = fitz.open('example.pdf')其中，'example.pdf'是你要提取图片的PDF文件路径。
-
遍历PDF的页面：
for i in range(len(doc)): page = doc[i] images = page.get_images() for img in images: xref = img[0] base_image = doc.extract_image(xref) image_data = base_image["image"] image_format = base_image["ext"] with open(f'image_{i}_{xref}.{image_format}', 'wb') as f: f.write(image_data)在这个示例中，我们遍历了每个页面，并使用
get_images()方法获取每个页面中的图片信息。然后，我们使用extract_image()方法提取每个图片的原始数据，并将其保存到文件中。注意，
extract_image()方法返回一个字典，其中包含图像数据和扩展名。我们可以使用这些信息来创建一个唯一的文件名，并将图像数据写入文件。上述代码中，
image_{i}_{xref}.{image_format}是保存图像的文件名，其中{i}是页面索引，{xref}是图像的引用编号，{image_format}是图像的文件扩展名。 -
关闭PDF文件：
doc.close()
完成以上步骤后，你将从PDF文件中提取出所有的图片，并将其保存到指定的路径中。
更新于 2023年11月21日
