⚡插播一条老家自产的糖心苹果，多个品种，欢迎选购！有问题随时私信我⚡：
🍎🍎来自雪域高原的馈赠——海拔2000米的大凉山高原生态糖心苹果🍎🍎
https://blog.csdn.net/qq_15969343/article/details/126107252
# 2018/08/16更新：
fitz库是pymupdf中的一个模块，操作PDF非常舒服，只需要pip安装即可：
pip install pymupdfPython提取word中的图片(需要的自取）：
Python提取Word中的图片
最近项目需要把word、PDF中的图片专门提取出来保存到另外的文件夹，最终成功实现；
最近项目需要把word、PDF中的图片专门提取出来保存到另外的文件夹，最终成功实现；
最近项目需要把word、PDF中的图片专门提取出来保存到另外的文件夹，最终成功实现；
重要的事情说三遍，详细步骤记录如下：
Python提取PDF中的图片
1.导入相关库
2.具体实现
2.1.使用正则表达式查找PDF中的图片
2.2.打印PDF的相关信息
2.3.遍历PDF中的对象，遇到是图像才进行下一步，不然就continue
2.4.将图像存为png格式
2.5.输入pdf路径，即可运行
3.结果预览
3.1.程序结果
3.2.原本的pdf
3.3.提取出来的图片
完整程序获取：
1.百度网盘下载我提供的工具：Python提取PDF中的图片：
链接：https://pan.baidu.com/s/1Ha6W4U31kPOTufXGh5A31Q?pwd=skfx 提取码：skfx，下载后打开“微信支付.png”使用微信扫码支付：
获取压缩包密码：
付款后微信留言购买的资源名称（上方橙色文字），博主会微信回复你解压密码（推荐，不需要加好友）：
→
→
1.导入相关库
import fitz
import time
import re
import os2.具体实现
为了方便和其他模块组合，我直接写了个函数完成这个功能，实现如下：
2.1.使用正则表达式查找PDF中的图片
def pdf2pic(path, pic_path):'''# 从pdf中提取图片:param path: pdf的路径:param pic_path: 图片保存的路径:return:'''t0 = time.clock()# 使用正则表达式来查找图片checkXO = r"/Type(?= */XObject)" checkIM = r"/Subtype(?= */Image)" 2.2.打印PDF的相关信息
# 打开pdfdoc = fitz.open(path)# 图片计数imgcount = 0lenXREF = doc._getXrefLength()# 打印PDF的信息print("文件名:{}, 页数: {}, 对象: {}".format(path, len(doc), lenXREF - 1))2.3.遍历PDF中的对象，遇到是图像才进行下一步，不然就continue
并且我们将文件的名字命名为word所在的路径
# 遍历每一个对象for i in range(1, lenXREF):# 定义对象字符串text = doc.getObjectString(i)isXObject = re.search(checkXO, text)# 使用正则表达式查看是否是图片isImage = re.search(checkIM, text)# 如果不是对象也不是图片，则continueif not isXObject or not isImage:continueimgcount += 1# 根据索引生成图像pix = fitz.Pixmap(doc, i)# 根据pdf的路径生成图片的名称new_name = path.replace('\\', '_') + "_img{}.png".format(imgcount)new_name = new_name.replace(':', '')2.4.将图像存为png格式
2.5.输入pdf路径，即可运行
if __name__=='__main__':# pdf路径path = r'E:\dogcat\提取图片\计算机视觉算法工程师.pdf'pic_path = r'E:\dogcat\提取图片\测试'# 创建保存图片的文件夹if os.path.exists(pic_path):print("文件夹已存在，请重新创建新文件夹！")raise SystemExitelse:os.mkdir(pic_path)m = pdf2pic(path, pic_path)3.结果预览
3.1.程序结果
3.2.原本的pdf
3.3.提取出来的图片
都看到这里了，还不赶紧点赞，评论，收藏走一波？
