python-3.x - Python 和 OpenCV

Question

是否有任何 native 支持从 PDF 中抓取图像或在 Python 中创建某种对象，该对象可以包含 pdf 中的图像，然后可以通过 OpenCV 访问？我看过一些脚本将 PDF 的图像转储到我的目录中，但我的目标更多是访问 PDF，而不是将 PDF 中的数据(即图像)转储到我可以访问的某种对象中使用 OpenCV。我自己的探索没有产生任何结果，所以我想我会问。

基于@Ghilas BELHADJ 的示例添加了使用 PyMuPDF 的示例

import fitz
import cv2
import numpy as np
from tkinter import Tk
from tkinter.filedialog import askopenfilename


class AccessPDF:

    def __init__(self):
        self.filepath = ""
        self.doc = None

    def openPDF(self):
        Tk().withdraw()
        self.filepath = askopenfilename()
        self.doc = fitz.open(self.filepath)

    def pixel2np(self,pix):
        im = np.frombuffer(pix.samples, dtype=np.uint8).reshape(pix.h, pix.w, pix.n)
        im = np.ascontiguousarray(im[..., [2, 1, 0]])  # rgb to bgr
        return im

    def displayKey(self):  
        pixobj = self.doc.getPagePixmap(0, alpha=False)
        im = self.pixel2np(pixobj)
        cv2.imwrite("testimg.png",im)
        cv2.imshow("Key" im)

Answer 1

编辑:我根据@Dan Mašek 的评论对代码进行了修改

您可以使用 PyMuPDF 实现此目的(将 PDF 嵌入图像 加载到 OpenCV 中，而无需在磁盘上写入中间对象)和 Numpy .

在这个例子中，我使用 this pdf file .

import fitz
import cv2
import numpy as np


def pix2np(pix):
    im = np.frombuffer(pix.samples, dtype=np.uint8).reshape(pix.h, pix.w, pix.n)
    im = np.ascontiguousarray(im[..., [2, 1, 0]])  # rgb to bgr
    return im


doc = fitz.open('NGM_2018_Media_Kit.pdf')

# entire page
# pix = doc.getPagePixmap(0, alpha=False)

# first page , 5th image, xref element
pix = fitz.Pixmap(doc, doc.getPageImageList(0)[4][0])  
im = pix2np(pix)

cv2.putText(im, 'Azul fellawen', (100, 100),
            cv2.FONT_HERSHEY_SIMPLEX, 1.,
            (18, 156, 243), 2, cv2.LINE_AA)
cv2.imwrite('sample_0.png', im)