pdf2image，PDF转图像的完美方案！

PDF转图片是个老大难的问题了。要么清晰度不行，要么速度慢得要死，还有各种乱七八糟的问题。不过别担心，有了pdf2image这个神器，PDF转图片分分钟的事。

1.

安装配置

pdf2image依赖poppler，得先把这玩意装好。Mac用户直接用brew安装：

brew install poppler

Windows用户麻烦点，要下载poppler的二进制文件，把bin目录加到环境变量。装好poppler再装pdf2image：

pip install pdf2image

温馨提示：Windows用户记得重启电脑，让环境变量生效。不然一会儿运行代码可能会报错，找不到poppler。

2.

基本用法

来看看最简单的用法，一个PDF转成一堆图片：

from pdf2image import convert_from_path

# PDF转图片，默认格式是PNG

images = convert_from_path('demo.pdf')

# 保存图片，每页PDF生成一张图片

for i， image in enumerate(images)：

  image.save(f'page_{i+1}.png')

这代码超级简单，但已经能应付80%的需求了。每页PDF会转成一张图片，默认是PNG格式。我一般用PNG，因为清晰度高，不过占用空间也大。

3.

进阶玩法

想要调整图片质量和大小？这样搞：

images = convert_from_path(

  'demo.pdf'，

  dpi=300，  # 分辨率，越大越清晰

  size=(800， None)，  # 指定宽度，高度自动调整

  fmt='jpeg'，  # 换成JPEG格式

  output_folder='output'，  # 指定输出目录

  thread_count=4  # 多线程处理，速度杠杠的

)

温馨提示：dpi别设太大，300够用了。设太大不仅慢，文件还特别大。真要高清，建议用原始PDF。

4.

内存优化

PDF太大？一次性转换会把内存撑爆？试试分批处理：

from pdf2image import convert_from_path

def convert_batch(pdf_path， batch_size=5)：

  for i in range(0， 100， batch_size)：  # 假设PDF有100页

      images = convert_from_path(

          pdf_path，

          first_page=i+1，

          last_page=min(i+batch_size， 100)

      )

      for j， image in enumerate(images)：

          image.save(f'page_{i+j+1}.png')

convert_batch('large.pdf')

一次处理几页，内存占用小很多。就是速度会慢点，看具体需求取舍。

5.

坑点提醒

有几个坑得提前说清楚：

PDF有密码？得先解密，不然转不了

有些花里胡哨的PDF可能转出来不太对劲，比如有透明效果

Mac用户碰到权限问题，记得给poppler执行权限

转换速度和电脑配置、PDF复杂度都有关系，别指望太快

代码示例：

# 处理加密的PDF

images = convert_from_path(

  'encrypted.pdf'，

  password='123456'

)

# 处理质量和文件大小的平衡

images = convert_from_path(

  'demo.pdf'，

  dpi=150，  # 适中的分辨率

  fmt='jpeg'，

  jpeg_quality=80  # JPEG压缩质量

)

好了，现在可以愉快地把PDF转成图片了。这些代码都是实打实地测试过的，拿去用就完事了。要是想研究更多花样，pdf2image的文档写得挺详细，去看看准没错。

· END ·

欢迎分享到朋友圈

 MU MU MA