利用 Python 去除 PDF 水印(和图片水印原理一样)
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 ...
最新文章
- 电热水器技术性能指标
- 酷炫的深度学习网络图怎么绘制出来的?
- windows下bat处理执行Mysql的sql语句
- iOS定义静态变量、静态常量、全局变量
- 初等数学O 集合论基础 第六节 商集
- 在IIS express 下用ajax调用webmethod
- cmake中的变量和命令的大小写
- OOP组合和继续的优缺点
- iis php网站500错误原因_因为曾经错误安装过PHP5.2而导致IIS7无法正常工作,显示500错误提示,大家帮忙看看!...
- mac wmware 无网络_无线网络中常用的技术名词
- Android知识体系框架
- 学软件测试看什么书籍推荐?
- php循环的应用案例,php for循环的实例分享
- Python爬虫初探——天涯
- 刻录光驱只能读不能写怎么办?来看看!
- Spring Spring-data-redis 实现的消息队列
- 网络知识:水晶头网线和网线插座接法制作过程介绍
- 【无人机摄影测量技术必备知识】地面像控点布设经验整理-大比例尺
- android和ios测试环境搭建,iOS自动化测试环境搭建
- uni-app开发h5 发布后背景图片找不到路径