前言

今天介绍下用 Python 去除 PDF (图片)的水印。思路很简单，代码也很简洁。

首先来考虑 Python 如何去除图片的水印，然后再将思路复用到 PDF 上面。

原理

这张图片是前几天整理《数据结构和算法》PDF里的一个截图，带着公众号的水印。

从上图可以明显看到，为了不影响阅读正文，水印颜色一般比较浅。因此，我们可以利用颜色差这个特征来去掉水印。即：用 Python 读取图片的颜色，并将浅颜色部分变白。

准备工作

Python 标准库 PIL 可以获取图片的颜色，Python2 是系统自带的，Python3 需要自己安装，我用的 Python 3.8，需要执行以下命令安装：

pip install pillow

安装完成，读取图片，并获取图片的尺寸(宽度和高度)

from PIL import Image img = Image.open('watermark_pic.png') width, height = img.size

进行下一步之前，先简单介绍下计算机里关于颜色的知识。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。

接下来我们可以通过下面代码读取图片的 RGB

for i in range(width): for j in range(height): pos = (i, j) print(img.getpixel(pos)[:3])

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，我们不需要关心。

有了 RGB ，我们就可以对其修改。

从图中可以发现，水印的 RGB 是 #d9d9d9，这里是用十六进制表示的，其实就是(217, 217, 217)。

这三个颜色值都越靠近 255，颜色就越淡，当它们都变成 255，也就成了白色。所以只要 RGB 都大于 217 的位置，我们都可以给它填成白色。即：RGB 三位数之和大于等于 651。

if sum(img.getpixel(pos)[:3]) >= 651: img.putpixel(pos, (255, 255, 255))
完整代码如下：from PIL import Image img = Image.open('watermark_pic.png')
width, height = img.size for i in range(width): for j in range(height): pos = (i, j) if sum(img.getpixel(pos)[:3]) >= 651: img.putpixel(pos, (255, 255, 255)) img.save('watermark_removed_pic.png')

有了上面的基础，去除 PDF 的水印就简单了

代码实现

思路

思路是将每页 PDF 转成图片，然后修改水印的 RGB，最后输出图片即可。

1.安装 pymupdf 库，用来来操作 PDF

pip install pymupdf

2.读取 PDF，并转图片

import fitz doc = fitz.open("数据结构和算法手册@公众号渡码.pdf") for page in doc: pix = page.get_pixmap()

该 PDF 共 480 页，所以需要遍历每一页，并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。

修改水印 RGB 跟刚才一样，区别是这里的 RGB 是一个三元组，没有 Alpha 通道，代码如下：

from itertools import product for pos in product(range(pix.width), range(pix.height)): if sum(pix.pixel(pos[0], pos[1])) >= 651: pix.set_pixel(pos[0], pos[1], (255, 255, 255))

完整代码如下：

from itertools import product import fitz doc = fitz.open("数据结构和算法手册@公众号渡码.pdf") page_no = 0 for page in doc: pix = page.get_pixmap() for pos in product(range(pix.width), range(pix.height)): if sum(pix.pixel(pos[0], pos[1])) >= 651: pix.set_pixel(pos[0], pos[1], (255, 255, 255)) pix.pil_save(f"pdf_pics/page_{page_no}.png", dpi=(30000, 30000)) print(f'第 {page_no} 页去除完成') page_no += 1

缺点

这种方案是有缺点的，

第一，输出并非 PDF 格式;

第二，输出的图片比较模糊，后续还有待优化，最好是能直接修改 PDF。

利用 Python 去除 PDF 水印（和图片水印原理一样）相关推荐

如何利用Python将PDF转化为图片？
python的功能真是强大,可以做词云图.可以优雅地八卦.可以做游戏外挂.还可以将PDF转化成图片,这个功能你还不知道吧,赶紧随小编我一起来看看吧: 之前收集了很多优秀的 PDF文档,但是需要看的时候 ...
用 Python 去除 PDF 水印，你学会吗？
今天介绍下用 Python 去除 PDF (图片)的水印.思路很简单,代码也很简洁. 首先来考虑 Python 如何去除图片的水印,然后再将思路复用到 PDF 上面. 这张图片是前几天整理<数据 ...
【itext学习之路】--4.给pdf增加文本水印和图片水印
来源:[itext学习之路]-------(第四篇)给pdf增加文本水印和图片水印_tomatocc的博客-CSDN博客_itext添加水印一般而言,许多公司在做pdf之后,都会将公司的logo或者 ...
java为PDF添加水印，图片水印和文字水印
java为PDF添加水印,文字水印和图片水印一个需求,下载pdf.word.excel文件时要带有水印,要求铺满.先分开,先介绍为PDF文件添加文字水印和图片水印. 所需jar包:itext-2.0 ...
如何用java给PDF添加一个图片水印？
以下代码需要添加jar包: itextpdf-5.3.2.jar import java.io.File; import java.io.FileOutputStream; import com.it ...
java实现给PDF文件添加图片水印，java实现给PDF文件添加文字水印
接上一篇,pdf跟tif 是一起做的 java实现 1.给PDF文件添加图片水印: public static void waterMark1(String inputFile,String outp ...
如何批量去除PDF文档的水印 .
现在的互联网时代是一个共享的时代,我们会经常从网络上面下载一些文件资料等等,那么是不是经常会遇到一些网站上的PDF文件会含有该网站的水印或者网址链接等等,接下来我们就是要讲怎样去水印. 单个PDF页的 ...
【itext学习之路】-------（第四篇）给pdf增加文本水印和图片水印
版权声明:如需转载使用,请注明原文地址一般而言,许多公司在做pdf之后,都会将公司的logo或者网址以水印的方式添加到pdf文件中.本篇文章,我们将介绍在制作pdf的时候,如何将水印加入到pdf中去 ...
php 文字水印去除毛边_php实现文字水印和图片水印，支持透明效果
有时上传图片时需要给网站加上水印,水印可以分为文字水印和图片水印. 文字水印文字水印就是在图片上加上文字,主要使用gd库的imagefttext方法,并且需要字体文件.效果图如下: php文字水印效 ...

利用 Python 去除 PDF 水印（和图片水印原理一样）

前言

原理

准备工作

Python 标准库 PIL 可以获取图片的颜色，Python2 是系统自带的，Python3 需要自己安装，我用的 Python 3.8，需要执行以下命令安装：

安装完成，读取图片，并获取图片的尺寸(宽度和高度)

接下来我们可以通过下面代码读取图片的 RGB

代码实现

思路

1.安装 pymupdf 库，用来来操作 PDF

2.读取 PDF，并转图片

完整代码如下：

缺点

利用 Python 去除 PDF 水印（和图片水印原理一样）相关推荐

最新文章

热门文章