這篇文章主要介紹了PythonPyMuPDF如何實現PDF與圖片和PPT相互轉換的相關知識，內容詳細易懂，操作簡單快捷，具有一定借鑒價值，相信大家閱讀完這篇PythonPyMuPDF如何實現PDF與圖片和PPT相互轉換文章都會有所收獲，下面我們一起來看看吧。

安裝與簡介

安裝：pip install PyMuPDF

MuPDF

MuPDF是一個輕量級的PDF、XPS和電子書查看器。MuPDF由軟件庫、命令行工具和各種平臺的查看器組成:

• 支持多種文檔格式：如PDF、XPS、OpenXPS、CBZ、EPUB和FictionBook 2。

• 命令行工具可注釋、編輯文檔，并將文檔轉換為其他格式：如HTML、SVG、PDF和CBZ。

PyMuPDF

PyMuPDF是MuPDF的Python接口庫：

• 可訪問擴展名為“.pdf”、“.xps”、“.oxps”、“.cbz”、“.fb2”或“.epub”的文檔；

• 可像文檔樣處理流行圖像格式：“.png”，“.jpg”，“.bmp”，“.tiff”等

對于所有支持的文檔類型可以：

解密文件

訪問元信息、鏈接和書簽

以柵格格式（PNG和其他格式）或矢量格式SVG呈現頁面

搜索文本

提取文本和圖像

轉換為其他格式：PDF, (X)HTML, XML, JSON, text

對于PDF文檔，存在大量的附加功能，可以：創建、合并或拆分。頁面可以通過多種方式插入、刪除、重新排列或修改(包括注釋和表單字段)。

可以提取或插入圖像和字體

完全支持嵌入式文件

pdf文件可以重新格式化，以支持雙面打印，色調分離，應用標志或水印

完全支持密碼保護:解密、加密、加密方法選擇、權限級別和用戶/所有者密碼設置

支持圖像、文本和繪圖的PDF可選內容概念

可以訪問和修改低級PDF結構

PyMuPDF使用

通過open可打開文檔（Document對象）：

importfitz
doc=fitz.open(filename)
#...
doc.save('file')
doc.close()

Document中發主要方法與屬性：

方法/屬性	描述
Document.page_count	頁數 (int)
Document.metadata	元數據 (dict)
Document.get_toc()	獲取目錄 (list)
Document.load_page()	讀取頁面

對于PDF文檔，有以下頁面操作方法：

• 刪除頁面：Document.delete_page()和Document.delete_pages()

• 復制或移動頁面：Document.copy_page()、Document.fullcopy_page()和Document.move_page()

• 選擇頁面（只保留選擇范圍內的頁面）：Document.select()

• 插入新頁：Document.insert_page()和Document.new_page()，以及Document.insert_pdf()

元數據

Document.metadata是一個具有以下鍵的Python字典。

Key	Value
producer	producer (producing software)
format	format: ‘PDF-1.4’, ‘EPUB’, etc.
encryption	encryption method used if any
author	作者
modDate	最后修改日期
keywords	關鍵字
title	標題
creationDate	創建日期
creator	creating application
subject	subject

頁面Page

頁面是MuPDF的核心：

• 可以將頁面呈現為光柵或矢量（SVG）圖像，可以選擇縮放、旋轉、移動或剪切頁面。

• 可以提取多種格式的頁面文本和圖像，并搜索文本字符串。

• 對于PDF文檔，可以使用更多的方法向頁面添加文本或圖像。

從Document中獲取頁面，頁面索引：

第一頁為0；

負數表示從末尾倒數：如doc[-1]表示獲取最后一頁；

#pno是頁面索引
page=doc.load_page(pno)
#or
page=doc[pno]

頁面操作方法：

page.get_links()：獲取頁面中的連接（返回字典）；

page.annots()：獲取注釋；

page.widgets()：獲取表單；

pix = page.get_pixmap()：獲取光柵圖像（整個頁面作為一個圖像）；

pix.save('page.jpg')：保存為圖像；

page.get_svg_image()：獲取矢量圖像；

page.get_text(opt)：獲取文本，opt可為：

• “text”：（默認）帶換行符的純文本（無格式、無文字位置詳細信息、無圖像）；

• “blocks”：生成文本塊（段落）的列表；

• “words”：生成單詞列表（不包含空格的字符串）；

• “html”：創建頁面的完整視覺版本，包括任何圖像；

• “dict”/“json”：與HTML相同的信息級別，但作為Python字典或JSON字符串。

• “rawdict”/“rawjson”：“dict”/"json"的超級集合。它還提供諸如XML之類的字符詳細信息。

• “xhtml”：文本信息級別與文本版本相同，但包含圖像。

• “xml”：不包含圖像，但包含每個文本字符的完整位置和字體信息，使用XML模塊進行解釋。

page.search_for("txt")：搜索文本

代碼示例

PDF轉圖片

通過get_pixmap獲取每頁PDF為圖片，然后保存即可。其中zoom用于控制生成圖片的縮放比例。

importfitz
defpdf2image(pdfFile,storePath,zoom=2.0):
doc=fitz.open(pdfFile)
picName=os.path.splitext(os.path.basename(pdfFile))[0]
index=0
os.makedirs(storePath,exist_ok=True)
images=[]
print(f"Toconvert:{pdfFile}")
forpginrange(doc.page_count):
page=doc[pg]
index+=1
rotate=int(0)
print(f"\tconvertpage{index}")
#每個尺寸的縮放系數(提高生成分辨率)
zoom_x,zoom_y=zoom,zoom
mat=fitz.Matrix(zoom_x,zoom_y)
pm=page.get_pixmap(matrix=mat,alpha=False)
imgName='{}-{}.jpg'.format(picName,index)
imgFile=os.path.join(storePath,imgName)
pm.save(imgFile)
images.append(imgFile)
doc.close()
returnimages

圖片轉PDF

把圖片插入到新建頁中（插入位置使用頁面框，即填充整個頁面）

defimage2pdf(imgDir,pdfFile,width=595,height=842):
doc=fitz.open()
print("ToconvertimagetoPDF:")
forimginsorted(glob.glob("{}/*".format(imgDir))):
print(f"\tAddimage{img}")
page=doc.new_page(width=width,height=height)
page.insert_image(page.rect,filename=img)#將當前頁插入文檔
doc.save(pdfFile)
print(f"PDFsaveto{pdfFile}")
doc.close()

PDF轉PPT

轉PPT時需要用到pptx庫：pip install python-pptx

先把PDF轉為圖片，然后把每張圖片生成一個幻燈片頁面（PPT頁面大小有width與height控制）

importfitz
importpptx
frompptx.utilimportInches
defpdf2pptx(pdfFile,pptFile,imgPath,width=10,height=7.5,zoom=2.0):
images=pdf2image(pdfFile,imgPath,zoom)
ppt=pptx.Presentation()
foriinimages:
layout=ppt.slide_layouts[0]#定義一個PPT頁面樣式
slide=ppt.slides.add_slide(layout)
slide.shapes.add_picture(
image_file=i,
left=Inches(0),
top=Inches(0),
width=Inches(width),
height=Inches(height)
)
ppt.save(pptFile)
shutil.rmtree(imgPath)

總結

以上是生活随笔為你收集整理的Python PyMuPDF如何实现PDF与图片和PPT相互转换的全部內容，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站內容還不錯，歡迎將生活随笔推薦給好友。