[已收纳]python：从pdf文件批量提取图片

15195775117

有时候我会从淘宝买、或下载一些pdf，
例如附件的《云彩收集者手册》或NASA的杂志《earth_book_2019_tagged》，
上面的图很好看，我想批量存下来，这时就需要python的pymupdf模块了

代码：

# -*- coding: utf-8 -*-
"""
从pdf文件提取图片
安装包：pip install pymupdf
脚本和pdf文件放在同一级目录，程序会生成子文件夹<图片>，
提取的图片按“p+页码n+该页第m个图”的形式命名，
例如第9页的第2张图：p9-2.png
"""
import fitz,sys,os


path=os.path.dirname(sys.argv[0])
os.chdir(path)
imgFold=path+'\\图片'
if not os.path.isdir(imgFold):
    os.makedirs(imgFold)


pdfFile='earth_book_2019_tagged.pdf'
doc=fitz.open(pdfFile)
pageNum=len(doc)#文件页数
print('文件页数=',pageNum)
for i in range(pageNum):
    imglist = doc.getPageImageList(i)
    for j, img in enumerate(imglist):
        xref = img[0]
        pix = fitz.Pixmap(doc, xref)   # make pixmap from image
        if pix.n - pix.alpha < 4:      # can be saved as PNG
            pix.writePNG(imgFold+"\\p%s-%s.png" % (i+1, j+1))
        else:                          # CMYK: must convert first
            pix0 = fitz.Pixmap(fitz.csRGB, pix)
            pix0.writePNG(imgFold+"\\p%s-%s.png" % (i+1, j+1))
            pix0 = None                # free Pixmap resources
        pix = None                     # free Pixmap resources