python - 使用 pyPDF2 和 BytesIO 将 PDF 页面转换为图像

Question

我有一个函数可以通过 pyPdf2 从 PDF 文件中获取页面，并且应该使用 Pillow 将第一页转换为 png(或 jpg)(PIL Fork)

from PyPDF2 import PdfFileWriter, PdfFileReader
import os
from PIL import Image
import io

# Open PDF Source #
app_path = os.path.dirname(__file__)
src_pdf= PdfFileReader(open(os.path.join(app_path, "../../../uploads/%s" % filename), "rb"))

# Get the first page of the PDF #
dst_pdf = PdfFileWriter()
dst_pdf.addPage(src_pdf.getPage(0))

# Create BytesIO #
pdf_bytes = io.BytesIO()
dst_pdf.write(pdf_bytes)
pdf_bytes.seek(0)

file_name = "../../../uploads/%s_p%s.png" % (name, pagenum)
img = Image.open(pdf_bytes)
img.save(file_name, 'PNG')
pdf_bytes.flush()

这会导致错误:

OSError: cannot identify image file <_io.BytesIO object at 0x0000023440F3A8E0>

我发现一些线程有类似的问题，( PIL open() method not working with BytesIO ) 但我看不出我哪里错了，因为我已经添加了 pdf_bytes.seek(0)。

感谢任何提示

Answer 1

每个文档:

write(stream) Writes the collection of pages added to this object out as a PDF file.

Parameters: stream – An object to write the file to. The object must support the write method and the tell method, similar to a file object.

因此对象 pdf_bytes 包含一个 PDF 文件，而不是图像文件。

之所以有像上面这样的代码是因为:有时，pdf 文件只包含一个 jpeg 文件作为其内容。如果您的 pdf 只是一个普通的 pdf 文件，您不能只读取字节并将其解析为图像。

并引用更强大的实现:https://stackoverflow.com/a/34116472/334999