內(nèi)容概述

含水印掃描型PDF文件，其中某頁如下圖所示，用Python去除其頁頂及頁底的水印。

處理思路：PDF中的每一頁的水印的相對位置基本相同，將PDF每一頁輸出成圖片，然后進(jìn)行圖片編輯，用白色填充方形覆蓋水印，最后這些處理后的圖片重新合成PDF文件。

該方法缺點：

處理后的得到PDF文件大小比原文件大了不少。

那種還可以提取文字的PDF，用該法處理后PDF文件就再不能提取文字了。

很難處理夾雜在文本中水印。

副作用：

禁止打印PDF變成可打印了。

先前步驟：

安裝poppler軟件，并將其執(zhí)行文件所在文件夾路徑新添至環(huán)境變量Path（針對Windows系統(tǒng)）。

pip install pdf2image

pip install fpdf

放碼過來

將PDF輸出成圖片文件集

from pdf2image import convert_from_path from PIL import ImageDraw# 100dpi對應(yīng)文檔的長寬及水印左上右下坐標(biāo) filePath = "a.pdf" dpi = 100 # watermark1 = (290, 47, 536, 66) watermark2 = (283, 1072, 542, 1165) gWidth = 827 gHeight = 1170 ###########dpi2 = 150 # 按需調(diào)整這個參數(shù)<=============== pages = convert_from_path(filePath, dpi2) width, height = pages[0].size# 方便多次調(diào)整，不用次次用系統(tǒng)自帶繪圖軟件獲得坐標(biāo)位置 # 長寬貌似不與dpi成比例關(guān)系 watermark1 = (watermark1[0] * width / gWidth, watermark1[1] * height / gHeight, \ watermark1[2] * width / gWidth, watermark1[3] * height / gHeight)watermark2 = (watermark2[0] * width / gWidth, watermark2[1] * height / gHeight, \ watermark2[2] * width / gWidth, watermark2[3] * height / gHeight)print(watermark1) print(watermark2)num = 0 for page in pages:draw = ImageDraw.Draw(page)# 水印涂白，可用系統(tǒng)自帶繪圖軟件獲得坐標(biāo)位置draw.rectangle(watermark1, fill = 'white')draw.rectangle(watermark2, fill = 'white')outPath = 'out/%d.jpg' % numprint(outPath)page.save(outPath, 'JPEG')num = num + 1

將處理后的圖片合成PDF文件

from fpdf import FPDF from PIL import Image import os,redef makePdf(pdfFileName, listPages):cover = Image.open(listPages[0])width, height = cover.sizepdf = FPDF(unit = "pt", format = [width, height])listPages.sort(key = lambda i : int(re.compile(r'(\d+)').search(i).group(1)))for page in listPages:print(page)pdf.add_page()pdf.image(page, 0, 0)pdf.output(pdfFileName, "F")makePdf("result.pdf", ["out/"+imgFileName for imgFileName in os.listdir('out') \if imgFileName.endswith("jpg")])

參考資料

用Python將多張圖片合并成一PDF文件

GitHub - Belval/pdf2image: A python module that wraps the pdftoppm utility to convert PDF to PIL Image object

總結(jié)

以上是生活随笔為你收集整理的用Python去除扫描型PDF中的水印的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。