python - 如何将多页 PDF 转换为 Python 中的图像对象列表？

Question

我想将多页 PDF 文档转换为列表结构中的一系列图像对象，而不用 Python 将图像保存在磁盘中(我想使用 PIL Image 处理它们)。到目前为止，我只能先将图像写入文件:

from wand.image import Image

with Image(filename='source.pdf') as img:

    with img.convert('png') as converted:
        converted.save(filename='pyout/page.png')

但是我怎样才能将上面的 img 对象直接转换为 PIL.Image 对象列表呢？

Answer 1

新答案:

pip 安装 pdf2image

from pdf2image import convert_from_path, convert_from_bytes
images = convert_from_path('/path/to/my.pdf')

您可能还需要安装枕头。这可能只适用于 Linux。

https://github.com/Belval/pdf2image

两种方法的结果可能不同。

旧答案:

python 3.4:

from PIL import Image
from wand.image import Image as wimage
import os
import io

if __name__ == "__main__":
    filepath = "fill this in"
    assert os.path.exists(filepath)
    page_images = []
    with wimage(filename=filepath, resolution=200) as img:
        for page_wand_image_seq in img.sequence:
            page_wand_image = wimage(page_wand_image_seq)
            page_jpeg_bytes = page_wand_image.make_blob(format="jpeg")
            page_jpeg_data = io.BytesIO(page_jpeg_bytes)
            page_image = Image.open(page_jpeg_data)
            page_images.append(page_image)

最后，您可以对 mogrify 进行系统调用，但这可能会更复杂，因为您需要管理临时文件。