使用PyMuPdf提取、删除及替换PDF中的图片文件

有时候想把PDF中的图片文件提取出来，身为程序员的我当然是自己写段代码来实现，先看看了网上的方法，都是逐行遍历，正则匹配来提取什么的，其实没有那么复杂，PyMuPdf官方文档里自带就有提取图片文件的方法，非常简单，下来用代码来记录下：

1.提取图片

#coding:utf-8
import fitz,os
doc = fitz.open('E:\\files\\25109878.pdf')
imgcount=0
for page in doc:imageList = page.getImageList()print(imageList)for imginfo in imageList:pix = fitz.Pixmap(doc, imginfo[0])pix.writePNG(os.path.join("test\\t_{}.png".format(imgcount)))imgcount+=1

短短几行代码聊表心意，通过page.getImageList()提取到图片列表信息，然后在使用fitz.Pixmap提取对应的图片内容，就是这么简单，我们来提取下一张发票里的图片：

电子发票里基本都是文字形式的，只有二维码和下方印章的图片，执行上面的代码看看:

2.删除PDF中的图片部分

在官方文档里我没看到，但是在它的库文件有这个方法:

这个xref对应的应该是图片所在位置的行数

#coding:utf-8
import fitz,os
doc = fitz.open('E:\\files\\25109878.pdf')
imgcount=0
for page in doc:imageList = page.getImageList()print(imageList)for imginfo in imageList:#删除图片doc._deleteObject(imginfo[0])
#重新保存PDF
doc.save('111.pdf')

我们来执行看下：

很明显图片部分已经删除掉了！

3、替换图片

关于这块由于时间原因没有过多的去研究，这里面有个问题就是，怎么让自己的图片按照PDF中显示的位置及大小进行替换，稍微看下了官方文档，里面只有个insertImage这个方法是插入图片，但是其中有个rect的参数（top,left，wight,height）,这几个参数我没太搞明白怎么获取到原始图片的位置及大小，因为有可能图片是缩放过的，于是看了下insertImage的源代码，发现有个_imgname的属性。

原本的方法是在原来的图片后面追加一张图片：

但是这里就有我提出来的问题怎么获取到原始图片的位置及宽高，目前我还没有找到这个方法，但发现了一个勉为其难的方法，我将红色部分注释掉，然后这样写：

#coding:utf-8
import fitz,os
doc = fitz.open('E:\\files\\25109878.pdf')
imgcount=0
for page in doc:imageList = page.getImageList()for imginfo in imageList:rect = fitz.Rect(0, 0, 80, 80)page.insertImage(rect, filename="test.png", _imgname=imginfo[7])
doc.save('111.pdf')

这里的insertImage加入图片的方式有3种，这里我们直接通过文件名加载，imginfo[7]就是原始图片的name，我直接插入到原始图片的位置，我们来执行看看：

这样貌似是实现了图片的替换，但上面多了一块fitz.Rect(0, 0, 80, 80)这个区域，查了下文档貌似没找到好的办法处理，那我就将它设置为fitz.Rect(0, 0, 0.1, 0.1)，我们来看看：

这样就勉强实现了替换的效果，其实主要关键就是怎么获取到原始图片的坐标及宽高，如果能解决这个问题，那就不需要这么麻烦的操作，由于时间原因，我也没有过多的去深入研究了，如果有知道的小伙伴记得@我^_^

以上就是利用PyMuPdf提取、删除及替换PDF中的图片文件

关注公众号，超越平凡才能成就自我

使用PyMuPdf提取、删除及替换PDF中的图片文件相关推荐

python pdf删除图片_使用PyMuPdf提取、删除及替换PDF中的图片文件
有时候想把PDF中的图片文件提取出来,身为程序员的我当然是自己写段代码来实现,先看看了网上的方法,都是逐行遍历,正则匹配来提取什么的,其实没有那么复杂,PyMuPdf官方文档里自带就有提取图片文件的方 ...
使用PyMuPdf删除及替换PDF中的图片
import fitzif tuple(map(int, fitz.VersionBind.split("."))) < (1, 19, 5):raise ValueErro ...
pdf覆盖图片 Java_Java 添加、替换、删除PDF中的图片的示例代码
概述本文介绍通过java程序向PDF文档添加图片,以及替换和删除PDF中已有的图片.另外,关于图片的操作还可参考设置PDF 图片背景.设置PDF图片水印.读取PDF中的图片.将PDF保存为图片等文章 ...
Java 添加、替换、删除PDF中的图片
本文介绍通过java程序向PDF文档添加图片,以及替换和删除PDF中已有的图片. 工具: Free Spire.PDF for Java (免费版) Jar获取及导入:官网下载,并解压将lib文件夹下 ...
java pdf 图片替换_Java 添加、替换、删除PDF中的图片
Java 添加.替换.删除PDF中的图片本文介绍通过java程序向PDF文档添加图片,以及替换和删除PDF中已有的图片. 工具:Free Spire.PDF for Java (免费版) Jar获取 ...
三种方法，Python轻松提取PDF中全部图片
有时我们需要将一份或者多份PDF文件中的图片提取出来,如果采取在线的网站实现的话又担心图片泄漏,手动操作又觉得麻烦,其实用Python也可以轻松搞定! 今天就跟大家系统分享几种Python提取 PDF ...
通过Python的fitz库提取pdf中的图片
文章目录前言一.fitz库是什么? 二.安装fitz库三.查看fitz库版本四.pymupdf库是什么? 五.安装pymupdf库六.查看pymupdf库版本七.fitz和pymupdf是 ...
图片提取利器，从PDF中快速提取图片并存储到本地
PDF是日常生活中经常使用的文件格式,里面可能包含着重要的文字信息和图片资源.然而当需要提取PDF中的图片时,往往需要使用复杂的工具.图片提取利器能够帮助你从PDF中快速提取图片并存储到本地. # c ...
C# Pdf转Png,提取Pdf中的图片
把Pdf转为图片png格式命名空间: using Aspose.Pdf; using System.IO; using Aspose.Pdf.Devices; 需要NuGet的包:Aspose.Pd ...

使用PyMuPdf提取、删除及替换PDF中的图片文件

使用PyMuPdf提取、删除及替换PDF中的图片文件相关推荐

最新文章

热门文章