跳至主要内容

使用 Python 把 PDF 轉圖片

Z. Yuan
Z. YuanDosaid maintainer, Full-Stack AI Engineer
February 14, 20243 min read
Pythonpdf2image

開發過程中，你可能經常需要將 PDF 檔案轉換成圖片格式，無論是用於文件展示、資料處理或內容分享。

本篇文章介紹一個好用的 Python 模組： pdf2image ，它能夠將 PDF 檔案轉換成 PIL 圖片。

安裝依賴​

pdf2image 依賴於 pdftoppm 和 pdftocairo 兩個工具，不同作業系統的安裝方式略有不同：

  • Mac：透過 Homebrew 安裝 Poppler，請在終端機中執行：

    brew install poppler

  • Linux：大多數 Linux 發行版已預裝 pdftoppm 和 pdftocairo。如果沒有，可以用以下指令：

    sudo apt-get install poppler-utils   # Ubuntu/Debian 系統

  • 使用 conda：無論哪個平台，都可以透過 conda 安裝 Poppler：

    conda install -c conda-forge poppler

    安裝完成後，再安裝 pdf2image 即可。

安裝 pdf2image​

在終端機中執行以下指令即可完成安裝：

pip install pdf2image

使用方式​

轉換 PDF 至圖片的基本用法相當簡單。

以下範例示範如何將 PDF 的每一頁轉換成 PIL 圖片對象，並儲存成檔案：

from pdf2image import convert_from_path

# 將 PDF 檔案轉換為圖片列表
images = convert_from_path('/path/to/your/pdf/file.pdf')

# 逐頁儲存為 PNG 格式的圖片
for i, image in enumerate(images):
    image.save(f'output_page_{i+1}.png', 'PNG')

若你希望從二進制數據進行轉換，可以參考以下做法：

with open('/path/to/your/pdf/file.pdf', 'rb') as f:
    pdf_data = f.read()

images = convert_from_bytes(pdf_data)

可選參數與進階設定​

pdf2image 提供了豐富的可選參數，讓你能根據需求自定義輸出圖片的品質與範圍：

  • DPI 設定：調整 dpi 參數可以提升圖片解析度，適用於需要高品質圖片的場合：

    images = convert_from_path('/path/to/your/pdf/file.pdf', dpi=300)

  • 指定頁面範圍： 使用 first_page 與 last_page 參數，可選擇僅轉換特定頁面：

    images = convert_from_path('/path/to/your/pdf/file.pdf', first_page=2, last_page=5)

  • 輸出圖片格式： 可透過 fmt 參數指定輸出圖片的格式，如 JPEG 或 PNG：

    images = convert_from_path('/path/to/your/pdf/file.pdf', fmt='jpeg')

  • 錯誤處理：在轉換過程中，可能會遇到格式錯誤或檔案損毀的情況，建議搭配 try/except 捕捉異常：

    try:
        images = convert_from_path('/path/to/your/pdf/file.pdf')
    except Exception as e:
        print("轉換失敗：", e)

結語​

pdf2image 是個好用的工具，更多參數與詳細用法，請參考 pdf2image 官方文件。