PDF转图片脚本

2种转化方式

• 保存整个页面为png图片
• 提取PDF页面中的图片对象
  • 图片对象数目为0(如电子账单)，保存整个页面为png图片
  • 图片对象数目为1
    • 大图，保存图片对象
    • 小图(如电子账单盖章)，保存整个页面为png图片
  • 图片对象数目大于1
    • 多整图，保存图片对象
    • 多碎图，根据宽高突变位置分组，拼接合并后保存
  • 其他特殊情况：保存整个页面为png图片

已知问题

• 提取图片对象方式下，整图与碎图通过宽高阈值区分，无法满足所有PDF。个别PDF中，整图很小时会被当做碎图合并，碎图很大时会被当做整图不合并

用法

• python3.6+
• pip install -r requirements.txt
• python pdf_to_img.py [-h] -i INPUT [-o OUTPUT] [-e] 可选参数: -h, --help 查看帮助信息并退出 -i INPUT, --input INPUT PDF文件或目录路径，必要参数 -o OUTPUT, --output OUTPUT 输出图片保存路径，非必要参数，缺省值为PDF文件路径 -e, --extract 默认采用整个页面保存png图片的方式，增加该选项选择提取图片方式转化图片