快捷導(dǎo)航

Python借助 Spire.PDF for Python提取PDF圖片的終極指南

更新時(shí)間：2026年01月09日 11:28:33 作者：LSTM97

PDF 文件中的圖片往往蘊(yùn)藏著重要的信息,但提取它們的過程卻可能頗具挑戰(zhàn)性,本文將借助 Spire.PDF for Python高效地從 PDF 文檔中提取所需的圖片,感興趣的可以了解下

PDF 文件中的圖片往往蘊(yùn)藏著重要的信息，但提取它們的過程卻可能頗具挑戰(zhàn)性。借助 Spire.PDF for Python，我們可以輕松高效地從 PDF 文檔中提取所需的圖片，不論是單個(gè)頁面還是整個(gè)文件。不僅如此，該庫功能強(qiáng)大且使用簡單，適合各類開發(fā)者和數(shù)據(jù)分析師使用。接下來，我們將深入剖析這一過程，幫助你輕松獲取 PDF 中的寶貴圖像資源。

安裝 Spire.PDF

Spire.PDF 是一款強(qiáng)大的 PDF 操作庫，支持創(chuàng)建、讀取、編輯和轉(zhuǎn)換 PDF 文件。它功能豐富，不僅可以處理文本，還能很方便地提取圖片。在本文中，我們將專注于圖片提取這一功能。使用 Spire.PDF 前，你需要確保已安裝相應(yīng)的 Python 包?？梢酝ㄟ^ pip 安裝：

pip install Spire.PDF

從指定頁提取圖片

首先，我們來看如何從指定的 PDF 頁中提取圖片。以下是一個(gè)簡單的代碼示例：

from spire.pdf.common import *
from spire.pdf import *

# 創(chuàng)建一個(gè) PdfDocument 實(shí)例
pdf = PdfDocument()

# 加載 PDF 文件
pdf.LoadFromFile("Input.pdf")

# 獲取第一頁面
page = pdf.Pages.get_Item(0)

# 創(chuàng)建 PdfImageHelper 實(shí)例
imageHelper = PdfImageHelper()

# 獲取頁面中的圖片信息
imageInfo = imageHelper.GetImagesInfo(page)

# 遍歷圖片信息
for i inrange(0, len(imageInfo)):
# 保存圖片到文件
    imageInfo[i].Image.Save("PageImage\Image" + str(i) + ".png")

# 釋放資源
pdf.Dispose()

代碼解析

創(chuàng)建 PdfDocument 實(shí)例 ：通過 PdfDocument 類創(chuàng)建實(shí)例，以便加載和處理 PDF 文件。
加載 PDF 文件 ：使用 LoadFromFile 方法加載指定的 PDF 文件。
獲取頁面 ：通過 pdf.Pages.get_Item(0) 獲取需要提取圖片的指定頁面（這里是第一頁）。
創(chuàng)建 PdfImageHelper 實(shí)例 ：此實(shí)例將幫助我們獲取頁面上的圖片信息。
提取并保存圖片 ：遍歷圖片信息并依次將其保存為 PNG 格式的文件。

提取所有圖片

在某些情況下，你可能希望從整個(gè) PDF 文檔中提取所有圖片。接下來，我們將展示如何實(shí)現(xiàn)：

from spire.pdf.common import *
from spire.pdf import *

# 創(chuàng)建一個(gè) PdfDocument 實(shí)例
pdf = PdfDocument()

# 加載 PDF 文件
pdf.LoadFromFile("Input.pdf")

# 創(chuàng)建 PdfImageHelper 實(shí)例
imageHelper = PdfImageHelper()

# 遍歷文檔中的所有頁面
for i inrange(0, pdf.Pages.Count):
# 獲取當(dāng)前頁面
    page = pdf.Pages.get_Item(i)
# 獲取頁面中的圖片信息
    imageInfo = imageHelper.GetImagesInfo(page)
# 遍歷圖片信息
for j inrange(0, len(imageInfo)):
# 保存當(dāng)前圖片到文件
        imageInfo[j].Image.Save(f"Images\Image{i}_{j}.png")

# 釋放資源
pdf.Close()

代碼細(xì)節(jié)

遍歷頁面 ：通過一個(gè)循環(huán)遍歷整個(gè)文檔中的所有頁面，調(diào)用 pdf.Pages.Count 獲取頁面總數(shù)。
獲取每個(gè)頁面的圖片 ：對(duì)每一頁，同樣使用 GetImagesInfo 方法獲取其包含的圖片信息。
保存圖片 ：將每個(gè)提取的圖片保存到指定路徑，文件名以頁面和圖片的序號(hào)命名，以確保唯一性。