Question

因此,我使用<代码>pdf2image。输出阵列含有多种图像,但所有图像都出现在最后的PDF网页上(因为我预计每个图像是PDF网页之一)。

产出就是这样:

为什么会发生这种情况? 我无法在网上找到任何解决办法。我发现了一些模糊的建议,即<代码>使用_crop Box 可能使用这一论点,但加以修改没有任何效果。

def convert(opened_file)
    # Read PDF and convert pages to PPM image objects
    try:
        _ppm_pages = self.pdf2image.convert_from_bytes(
            opened_file.read(),
            grayscale = True
        )
    except Exception as e:
        print(f"[CreateJPEG] Could not convert PDF pages to JPEG image due to error: 
     {e} ")
        return

    # Do stuff with _ppm_pages
    for img in _ppm_pages:
        img.show() # ...all images in that list are of the last page

有时,产出是1x1图像的空洞,但我也发现这是原因。因此,如果你们有任何想法,请让我知道!

Thanks in advance, Simon

EDIT:添加代码。

EDIT:因此,当我用随机笔记来尝试时,它实际上进行罚款。

我删除了我原法典中使用的几条tour子,现在它运作。仍不能确定背后的原因何在......

同样,由于你的帮助,每个人!

Answer 1

我现在使用这一权利。

from pdf2image import convert_from_path

imgSet = convert_from_path(pathToPDF, 500)

这使我看到了在成像中的形象清单。集邮

Answer 2

我猜想,正如一揽子计划单位测试所描述的那样,你必须做这样的事情。

        with open("./tests/test.pdf", "rb") as pdf_file:
            images_from_bytes = convert_from_bytes(pdf_file.read(), fmt="jpg")
            self.assertTrue(images_from_bytes[0].format == "JPEG")

Answer 3

这个问题可能发生在pdf网页上隐藏着文字时。我没有办法。你们是否解决了这一问题?

友情链接