问从pdf中提取页面作为jpeg

EN

可以使用pdf2image库。

你可以简单地用，

pip install pdf2image

安装完毕后，您可以使用下面的代码获取图像。

from pdf2image import convert_from_path
pages = convert_from_path('pdf_file', 500)

以jpeg格式保存页面

for page in pages:
    page.save('out.jpg', 'JPEG')

编辑: Github pdf2image还提到它使用pdftoppm，并且需要其他安装：

pdftoppm是一款具有实际魔力的软件。它作为一个更大的包(称为波普尔 )的一部分分发。Windows用户将不得不安装Windows应用程序。Mac用户将不得不安装苹果机波普尔。Linux用户将预先安装pdftoppm和发行版(在Ubuntu和Archlinux上测试)，如果没有，请运行sudo apt install poppler-utils。

您可以使用anaconda安装Windows下的最新版本，方法是：

conda install -c conda-forge poppler

注意：http://blog.alivate.com.au/poppler-windows/提供的Windows版本可达0.67，但请注意，0.68为2018年8月发布，因此您将无法获得最新的特性或bug修复。

我找到了这个简单的解决方案，PyMuPDF，输出到png文件。注意，库导入为"fitz"，这是它使用的呈现引擎的历史名称。

import fitz

pdffile = "infile.pdf"
doc = fitz.open(pdffile)
page = doc.load_page(0)  # number of page
pix = page.get_pixmap()
output = "outfile.png"
pix.save(output)

注意:库从使用"camelCase“改为"snake_cased”。如果您遇到一个函数不存在的错误，请在弃用名称下面查看。上述示例中的功能已相应更新。

实际上，Python库pdf2image (在另一个答案中使用)并不对subprocess.Popen执行不仅仅是发射 pdttoppm操作，因此下面是一个直接执行该操作的简短版本：

PDFTOPPMPATH = r"D:\Documents\software\____PORTABLE\poppler-0.51\bin\pdftoppm.exe"
PDFFILE = "SKM_28718052212190.pdf"

import subprocess
subprocess.Popen('"%s" -png "%s" out' % (PDFTOPPMPATH, PDFFILE))

下面是pdftoppm的(包含在一个名为poppler的包中)：http://blog.alivate.com.au/poppler-windows/。