Python 提取pdf的首尾页并转成图片

原创

于 2023-07-12 14:04:28 发布 · 793 阅读

2 ·

CC 4.0 BY-SA版权

文章标签：

#python #pdf #windows

该代码实现了一个功能，从多页PDF合同中提取首页和尾页（通常为盖章页），并将它们转换为图片，以便检查是否有未盖章的合同。这个过程使用了Poppler库进行PDF处理，PyPDF2库读取PDF页面，以及pdf2image库将PDF页面转为图像。用户需要先下载Poppler库并配置环境变量，然后代码会遍历指定目录下的PDF文件，提取所需页面并保存为新的PDF，最后将这些PDF页面转为JPEG图片。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

合同PDF有很多页，需要提取首页和尾页（盖章页），并转成图片，以便检查有无未盖章的合同，借用了几位网友的代码，重构了一下。

转图片须先安装poppler：

https://github.com/oschwartz10612/poppler-windows/releases/download/v23.07.0-0/Release-23.07.0-0.zip

并将...poppler-23.07.0\Library\bin 放入系统环境变量的PATH中

import os

from PyPDF2 import PdfReader, PdfWriter
from pdf2image import convert_from_path

src_dir = "D:\\files\\bk\\src_pdf\\"
out_dir = "D:\\files\\bk\\output_pdf\\"
pic_dir = "D:\\files\\bk\\output_pic\\"


def list_all_file_names(root_dir):
    file_name_dict = []
    files = os.listdir(root_dir)
    for i in range(0, len(files)):
        file_name = os.path.join(files[i])
        file_name_dict.append(file_name)
    return file_name_dict


def extract_first_and_l