Извлечение изображений из PDF с использованием pymupdf дает разбитые выходные изображения ⇐ Python

[Anonymous]

Код, который я использую для извлечения изображений, < /p>

Код: Выделить всё

def extract_images_from_pdfs(pdf_list):
import fitz  # PyMuPDF

output_dir = "C:/Users/""/"""/image"
os.makedirs(output_dir, exist_ok=True)

for pdf_path in pdf_list:
pdf_name = os.path.splitext(os.path.basename(pdf_path))[0]

# Open the PDF
pdf_document = fitz.open(pdf_path)

# Track the count of images extracted per page
image_count = 0

for page_num, page in enumerate(pdf_document):
# Get the images on this page
image_list = page.get_images(full=True)

if not image_list:
print(f"No images found on page {page_num+1} of {pdf_name}")
continue

# Process each image
for img_index, img in enumerate(image_list):
xref = img[0]
base_image = pdf_document.extract_image(xref)

if base_image:
image_bytes = base_image["image"]
image_ext = base_image["ext"]

# Convert bytes to image
image = Image.open(io.BytesIO(image_bytes))

# Save the image
image_name = f"{pdf_name}_image_{image_count}.{image_ext}"
image_path = os.path.join(output_dir, image_name)

image.save(image_path)

image_count += 1

pdf_document.close()
print(f"Extracted {image_count} images from {pdf_name}")

extract_images_from_pdfs(files_list)

Ввод (files_list) - это просто список, содержащий все имена моего PDF



Подробнее здесь: https://stackoverflow.com/questions/795 ... put-images