用python制作去除 pdf 文件水印脚本

前因后果
去除水印原理
代码剖析
- 1、先查看PDF文档中的水印rgb值是多少
- 2、pdf转换成图片，并去除水印
- 3、图片转为pdf
代码整合
总结

前因后果

弟弟最近要考试，临时抱佛脚在网上找了一堆学习资料复习，这不刚就来找我了，说PDF上有水印，影响阅读效果，到时候考不好就怪资料不行，气的我差点当场想把他揍一顿！

算了，弟弟长大了，看在打不过他的份上，就不打他了~

稍加思索，我想起了Python不是可以去水印？说搞就搞！

去除水印原理

去除方法：

用 PyMuPDF 打开 pdf 文件，将 pdf 的每一页都转换为图片 pixmap
pixmap 有它自己的RGB，只需要将 pdf 水印中的 RGB 改为(255, 255, 255)，并保存图片；
按照生成的图片，插入到pdf文档中；

因为pfd文档无法直接去除水印，需要先将pfd文档转换成图片，在逐一对图片进行水印去除操作，最后在把图片插入到pdf文档中。

代码剖析

1、先查看PDF文档中的水印rgb值是多少

可以看到，RGB(179,179,179)，因为这里要的是RGB色值总和，所以我们就认为，超过510，就认为是水印。

敲黑板

光学三原色是红绿蓝（RGB），也就是说它们是不可分解的三种基本颜色，其他颜色都可以通过这三种颜色混合而成，三种颜色等比例混合就是白色，没有光就是黑色。
在计算机中，可以用三个字节表示 RGB 颜色，1个字节能表示的最大数值是 255，所以，(255, 0, 0)代表红色，(0, 255, 0)代表绿色，(0, 0, 255)代表蓝色。相应地，(255, 255, 255)代表白色，(0, 0, 0)代表黑色。从(0, 0, 0) ~ (255, 255, 255) 之间的任意组合都可以代表一个不同的颜色。
图片每个位置颜色由四元组表示，前三位分别是 RGB，第四位是 Alpha 通道

2、pdf转换成图片，并去除水印

代码示例：

from PIL import Image
from itertools import product
import fitz# 去除pdf的水印
def remove_pdfwatermark():#打开源pfd文件pdf_file = fitz.open("源码找落落阿.pdf")#page_no 设置为0page_no = 0#page在pdf文件中遍历for page in pdf_file:#获取每一页对应的图片pix (pix对象类似于我们上面看到的img对象，可以读取、修改它的 RGB)#page.get_pixmap() 这个操作是不可逆的，即能够实现从 PDF 到图片的转换，但修改图片 RGB 后无法应用到 PDF 上，只能输出为图片pix = page.get_pixmap()#遍历图片中的宽和高，如果像素的rgb值总和大于510，就认为是水印，转换成255，255,255-->即白色for pos in product(range(pix.width), range(pix.height)):if sum(pix.pixel(pos[0], pos[1])) >= 510:pix.set_pixel(pos[0], pos[1], (255, 255, 255))#保存去掉水印的截图pix.pil_save(f"./{page_no}.png", dpi=(30000, 30000))#打印结果print(f'第 {page_no} 页去除完成')page_no += 1if __name__ == '__main__':remove_pdfwatermark()

执行完成

查看生成图片：

查看图片内容

3、图片转为pdf

代码示例：

from PIL import Image
from itertools import product
import fitz''' 图片转为pdf'''
#图片所在的文件夹
pic_dir = 'F:\123'pdf = fitz.open()
#图片数字文件先转换成int类型进行排序
img_files = sorted(os.listdir(pic_dir), key=lambda x: int(str(x).split('.')[0]))
for img in img_files:print(img)imgdoc = fitz.open(pic_dir + '/' + img)#将打开后的图片转成单页pdfpdfbytes = imgdoc.convertToPDF()imgpdf = fitz.open("pdf", pdfbytes)#将单页pdf插入到新的pdf文档中pdf.insertPDF(imgpdf)
pdf.save("源码找落落阿_完成.pdf")
pdf.close()

执行代码

查看生成的pdf文档

代码整合

上面的内容都了解以后，我们就整合代码，直接运行就可以了。

from PIL import Image
from itertools import product
import fitz# 去除pdf的水印
def remove_pdfwatermark():# 打开源pfd文件pdf_file = fitz.open("源码找落落阿.pdf")# page_no 设置为0page_no = 0# page在pdf文件中遍历for page in pdf_file:# 获取每一页对应的图片pix (pix对象类似于我们上面看到的img对象，可以读取、修改它的 RGB)# page.get_pixmap() 这个操作是不可逆的，即能够实现从 PDF 到图片的转换，但修改图片 RGB 后无法应用到 PDF 上，只能输出为图片pix = page.get_pixmap()# 遍历图片中的宽和高，如果像素的rgb值总和大于510，就认为是水印，转换成255，255,255-->即白色for pos in product(range(pix.width), range(pix.height)):if sum(pix.pixel(pos[0], pos[1])) >= 510:pix.set_pixel(pos[0], pos[1], (255, 255, 255))# 保存去掉水印的截图pix.pil_save(f"./{page_no}.png", dpi=(30000, 30000))# 打印结果print(f'第 {page_no} 页去除完成')page_no += 1# 去除的pdf水印添加到pdf文件中
def pictopdf():# 水印截图所在的文件夹# pic_dir = input("请输入图片文件夹路径：")pic_dir = 'F:\123'pdf = fitz.open()# 图片数字文件先转换成int类型进行排序img_files = sorted(os.listdir(pic_dir), key=lambda x: int(str(x).split('.')[0]))for img in img_files:print(img)imgdoc = fitz.open(pic_dir + '/' + img)# 将打开后的图片转成单页pdfpdfbytes = imgdoc.convertToPDF()imgpdf = fitz.open("pdf", pdfbytes)# 将单页pdf插入到新的pdf文档中pdf.insertPDF(imgpdf)pdf.save("源码找落落阿_完成.pdf")pdf.close()if __name__ == '__main__':remove_pdfwatermark()pictopdf()

兄弟们学习python，有时候不知道怎么学，从哪里开始学。掌握了基本的一些语法或者做了两个案例后，不知道下一步怎么走，不知道如何去学习更加高深的知识。
那么对于这些大兄弟们，我准备了大量的免费视频教程，PDF电子书籍，以及源代码！
直接在文末名片自取即可~

总结

需要理解的流程是：

pdf文档需要先转换成图片，进行水印去除；
再转换成pdf ；
最后插入到新的pdf文档中；

写到这里，今天的分享就差不多快结束了，咱们下次再见！

python一键去PDF水印，只需十行代码，超级简单...相关推荐

如何借助ImageAI轻松实现目标检测(只需十行代码)
知乎转载https://www.zhihu.com/question/26483508/answer/447708695 只需10行Python代码,我们就能实现计算机视觉中目标检测. from im ...
python操作Excel表格小妙招：只需十行代码，可以将多张Excel合并为一张
前几天遇见这么一个问题,手上有很多张表格,这些表格中都只有一个 sheet,需要把这些表汇总到一张表. 一张表中有多个 sheet,每一个 sheet 的名称是每张表格的文件名. 如果手动合并,往往需 ...
python一键去抖音视频水印工具，请勿用于学习以外的用途！
一.前言翻了翻爬虫代码存货,决定把抖音APP视频批量下载的代码拿出来做个文章. 二.实战背景抖音越来越火,越刷越上瘾,总感觉下一个视频一定会更精彩,根本停不下来.想将抖音里喜欢的小哥哥/×××姐的 ...
Github 大牛封装 Python 代码，实现自动发送邮件只需三行代码
在运维开发中,使用 Python 发送邮件是一个非常常见的应用场景.今天一起来探讨一下,GitHub 的大牛门是如何使用 Python 封装发送邮件代码的. 一般发邮件方法 SMTP是发送邮件的协议, ...
python实现英文新闻摘要自动提取_利用Python实现摘要自动提取，完美瘦身只需一行代码...
原标题:利用Python实现摘要自动提取,完美瘦身只需一行代码今天给大家推荐一个也可以用于关键字提取的算法TextRank,但主要实现的功能是快速从长篇新闻中抽取精准摘要. 前言介绍 TextRan ...
Python第三方库巧用，制作图片验证码只需三行代码
现在验证码的种类真的是越来越多,短信验证码.语音验证码.图片验证码.滑块验证码 - 我们在 PC 的网页端或者手机上的 app 进行登录或者注册时,应该总会遇见图片验证码,比如下面这类: 上面这些图片 ...
python怎样实现封装_大牛教你如何封装 Python 代码，实现自动发送邮件只需三行代码...
在运维开发中,使用 Python 发送邮件是一个非常常见的应用场景.今天一起来探讨一下,GitHub 的大牛门是如何使用 Python 封装发送邮件代码的. 一般发邮件的方式 SMTP是发送邮件的协议 ...
python封装sql脚本 github_Github 大牛封装 Python 代码，实现自动发送邮件只需三行代码...
原标题:Github 大牛封装 Python 代码,实现自动发送邮件只需三行代码在运维开发中,使用 Python 发送邮件是一个非常常见的应用场景.今天一起来探讨一下,GitHub 的大牛门是如何使 ...
Sweetviz：让你只需三行代码实现Python探索性数据分析
Sweetviz 是一个开源 Python 库,它只需三行代码就可以生成漂亮的高精度可视化效果来启动EDA(探索性数据分析).输出一个HTML.文末提供技术交流群,喜欢点赞支持,收藏. 如上图所示,它 ...

python一键去PDF水印，只需十行代码，超级简单...