pdf和图片的处理一记

pdf和图片的处理一记

python是非常好用的一门语言,因为它有很多别人封装好底层逻辑的库,我们只需要用简单的函数调用或者经过并不复杂的初始化过程即可。最近要投递简历,所以在处理简历的时候遇到一个问题,就是生成了一份pdf简历,但有一页是多余的,一开始是用wps进行删除的,不过只进行删除然后保存一项操作,就要充钱了!!!吃相真难看!我是程序员,我还用你的逻辑吗?呸

截图转换成pdf

初始想法,是用截图的办法,来生成一张图片,然后使用pillow来进行处理(也就调用save函数,规定一下保存参数而已)。如下:

就一张截图,然后简单处理就可以了,需要说明的是下面用到的第三方库是pillow库:

from PIL import Image


def main():
    path = "resume.png"
    img = Image.open(path)
    img.load()
    background = Image.new("RGB", img.size, (255, 255, 255))
    background.paste(img, mask=img.split()[3]) # 3 is the alpha channel
    background.save("res.pdf", save_all=True)
    img.close()


if __name__ == "__main__":
    main()

其实个人处理,直接用python的交互界面就行了的,简单快捷。不过最后得到的效果不好,因为照片转过来后,默认的转换得到的pdf很模糊。

第二弹

上面失败后,就想着从之前已经下载好的pdf入手,因为有两页,所以想切换成图片对象,然后把图片对象保存为pdf。
用到的库是pymupdf和上面的pillow。

import fitz #pymupdf库
from PIL import Image


def main():
    # 保存第二页pdf为图片
    doc = fitz.open("balala.pdf")
    trans = fitz.Matrix(1.0, 1.0).prerotate(0)  #Matrix的参数是表示分辨率
    pix = doc[1].get_pixmap(matrix=trans, alpha=False)
    dpi = (pix.xres, pix.yres)
    img = Image.frombytes("RGB", (pix.width, pix.height), pix.samples)
    img.save("res.jpg", dpi=dpi)
    img.close()
    # 转换得到的图片为pdf
    img_pdf = Image.open("res.jpg")
    img_pdf.save("res.pdf", save_all=True)
    img_pdf.close()


if __name__ == "__main__":
    main()

嗯,满心欢喜打开一看。。。。。。妈哎,这都啥?比上面的还要模糊,生成的图片和pdf都是目标内容,但清晰度不够,没法子了,不搞转换那一套了,直接处理pdf!!!

pdf处理PyPDF2

如题所示,这里要用到的是PyPDF2这么一个库,不浪费时间,直接上代码:

# encoding=utf-8
# 主要用到的就库里面的读取对象和写入对象
from PyPDF2 import PdfFileReader, PdfFileWriter


def main():
    pdf = PdfFileReader(open("test.pdf", "rb"))
    pdf_res = PdfFileWriter()
    pdf_res.addPage(pdf.getPage(1))    #第二页,所以index是1
    pdf_res.write(open("res.pdf", "wb"))


if __name__ == "__main__":
    main()

嗯,这次总算是ok了。如果是交互界面进行的话,记得最后关掉cmd的python进程再查看结果pdf,不然会显示文件损坏。

原文地址:https://www.cnblogs.com/Jack-artical/archive/2022/12/06/16954205.html