pdf to image python實(shí)現(xiàn)筆記

前言

最近項(xiàng)目需要pdf中提取內(nèi)容，pdf是掃描版，想通過轉(zhuǎn)成圖片，通過圖像識(shí)別區(qū)分出段落，然后進(jìn)行ocr識(shí)別，得到結(jié)構(gòu)化數(shù)據(jù)
所以第一步需要搞定的就是pdf轉(zhuǎn)圖片了

環(huán)境：Mac 10.12.6 (16G29)

正文

安裝依賴

注意imagemagick，目前不支持最新的7版本，所以只能裝6

brew install freetype
brew install GhostScript
brew install imagemagick@6
brew link --overwrite imagemagick@6
echo 'export MAGICK_HOME=/usr/local/opt/imagemagick@6' >> ~/.bash_profile
echo 'export PATH="$MAGICK_HOME/bin:$PATH"' >> ~/.bash_profile
pip install Wand

python 腳本

from wand.image import Image
# Converting first page into JPG
with Image(filename="/thumbnail.pdf[0]") as img:
     img.save(filename="/temp.jpg")
最后編輯于 ：
?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請(qǐng)聯(lián)系作者
【社區(qū)內(nèi)容提示】社區(qū)部分內(nèi)容疑似由AI輔助生成，瀏覽時(shí)請(qǐng)結(jié)合常識(shí)與多方信息審慎甄別。
平臺(tái)聲明：文章內(nèi)容（如有圖片或視頻亦包括在內(nèi)）由作者上傳并發(fā)布，文章內(nèi)容僅代表作者本人觀點(diǎn)，簡書系信息發(fā)布平臺(tái)，僅提供信息存儲(chǔ)服務(wù)。

相關(guān)閱讀更多精彩內(nèi)容

友情鏈接更多精彩內(nèi)容