Python批量实现PDF转换为图片(JPG/PNG)

 更新时间:2026年03月20日 09:33:00   作者:算法小狂人  
本文介绍了如何使用 Python 脚本快速地将 Word 文档转换为 PDF 文件,并将 PDF 文件转换为 PNG 图片,该脚本基于 PyMuPDF、pdf2image 和 win32com 库实现,感兴趣的小伙伴可以了解下

本文介绍了一种使用 Python 脚本来完成这项工作的方法,该脚本基于 PyMuPDF、pdf2image 和 win32com 库实现,可以帮助您快速地将 Word 文档转换为 PDF 文件,并将 PDF 文件转换为 PNG 图片。

一、安装所需的库和软件

在开始使用该脚本之前,您需要先安装所需的 Python 模块和相关的软件。具体来说,您需要安装 PyMuPDF、pdf2image 和 win32com 三个库,以及 Microsoft Word 软件和 Poppler 程序。可以通过以下命令来安装 Python 模块:

pip install PyMuPDF 
pip install pdf2image 
pip install pypiwin32

PyMuPDF 库用于将 PDF 文件转换为图片;pdf2image 库用于将 PDF 文件转换为 PNG 图片;pypiwin32 库用于与 Microsoft Word 软件进行交互和文档转换。另外,还需要下载并安装 Microsoft Word 软件,并将 Poppler 程序的路径添加到系统环境变量中。

二、加载并转换 Word 文档

在完成所需的库和软件安装后,就可以开始使用脚本了。脚本主要分为三个部分,分别是将 Word 文档转换为 docx 文件、将 docx 文件转换为 PDF 文件、将 PDF 文件转换为 PNG 图片。

首先,我们需要加载并转换 Word 文档。在代码中,我们使用os.listdir()方法读取指定路径下的所有文件名,然后使用split()方法将文件名按“.”分割成文件名和文件后缀。如果文件后缀为“doc”,则使用 win32com 库打开 Word 应用程序,并使用 Dispatch() 方法从文档对象中创建了一个新的 Word 应用程序。然后,将相应路径下的当前文件打开,并将其转换为 docx 格式文件。最后关闭 Word 应用程序,并等待 3 秒钟,系统释放资源。

for i in os.listdir(path):
    file_name,file_suffix = i.split(".") 
    if file_suffix == "doc":
        word = Dispatch('Word.Application')
        doc = word.Documents.Open(path+f"{i}")
        # 将 Word 文档转换为 docx 格式文件
        doc.SaveAs(path+f"{file_name}.docx",FileFormat=12)
        print(i,"转换完成")
        doc.Close()
        word.Quit()
        sleep(3)        

SaveAs() 方法接受两个参数,分别是输出文件路径和输出文件格式。其中,FileFormat 参数用于指定输出文件的格式,12 表示输出为 docx 格式文件

三、加载并转换 pdf文档

将上诉代码修改为:

# 将 Word 文档转换为 docx 格式文件
        doc.SaveAs(path+f"{file_name}.docx",FileFormat=17)

FileFormat 参数用于指定输出文件的格式,17 表示输出为 PDF 格式文件。

四、将 PDF 文件转换为 PNG 图片

完成 PDF 文件的转换后,我们就可以将其转换为 PNG 图片了。在代码中,我们使用 PyMuPDF 库打开指定路径下的 PDF 文件,并获取该文件的总页数。然后,使用 pdf2image 库中的 convert_from_path() 方法遍历 PDF 中的每一页,并将其转换为 PNG 格式的图片。最后,将 PNG 图片保存到指定路径下,并输出转换进度。

for filename in os.listdir(path):
    if filename.endswith(".pdf"):
        # 获取当前 PDF 文件的总页数
        doc = fitz.open(path + filename)
        total_pages = doc.page_count
        doc.close()
        
        print(f"正在转换 {filename},共 {total_pages} 页...")
        for i, page in enumerate(convert_from_path(path + filename, grayscale=False), start=1):
            # 构造文件名
            output_filename = os.path.splitext(filename)[0] + "_" + str(i) + ".png"
            # 保存图片
            page.save(path_images + output_filename, "png")
            # 输出转换进度
            print(f"已完成第 {i}/{total_pages} 页的转换")

五、完整代码

# -*- coding: utf-8 -*-
"""
Created on Wed May 31 17:10:27 2023

@author: ypzhao
"""

import os
import fitz
from pdf2image import convert_from_path
from time import sleep
from win32com.client import Dispatch

# 定义PDF文件路径和输出区间路径
# 待转换pdf文件路径
path = "C:/Users/ypzhao/Desktop/pdf/"
# doc/docx转换后的路径
path_convert = "C:/Users/ypzhao/Desktop/pdf/"
# 转换后的图片路径
path_images = "C:/Users/ypzhao/Desktop/images/"
print("-----doc开始转换为docx-----")

for i in os.listdir(path):
    file_name,file_suffix = i.split(".") 
    if file_suffix == "doc":
        word = Dispatch('Word.Application')
        doc = word.Documents.Open(path+f"{i}")
        doc.SaveAs(path+f"{file_name}.docx",FileFormat=12)
        print(i,"转换完成")
        doc.Close()
        word.Quit()
        sleep(3)

print("-----开始转换为pdf-----")
for i in os.listdir(path):
    file_name,file_suffix = i.split(".") 
    if file_suffix == "docx":
        word = Dispatch('Word.Application')
        doc = word.Documents.Open(path+f"{i}")
        doc.SaveAs(path_convert+f"{file_name}.pdf",FileFormat=17)
        print(i,"...转换完成")
        doc.Close()
        word.Quit()
        sleep(3)
    else:
        pass


# 循环遍历PDF文件,并转换为图片
for filename in os.listdir(path):
    if filename.endswith(".pdf"):
        # 获取当前 PDF 文件的总页数
        doc = fitz.open(path + filename)
        total_pages = doc.page_count
        doc.close()
        
        print(f"正在转换 {filename},共 {total_pages} 页...")
        #按照原图输出pdf文件为word
        #若想黑白输出pdf为图片格式,修改grayscale=False为grayscale=True
        for i, page in enumerate(convert_from_path(path + filename, grayscale=False), start=1):
            # 构造文件名
            output_filename = os.path.splitext(filename)[0] + "_" + str(i) + ".png"
            # 保存图片
            page.save(path_images + output_filename, "png")
            # 输出转换进度
            print(f"已完成第 {i}/{total_pages} 页的转换")

print("-----已完成所有转换-----")

到此这篇关于Python批量实现PDF转换为图片(JPG/PNG)的文章就介绍到这了,更多相关Python PDF转图片内容请搜索脚本之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持脚本之家!

相关文章

  • python中注释用法简单示例

    python中注释用法简单示例

    注释即对程序代码的解释,在写程序时需适当使用注释,以方便自己和他人理解程序各部分的作用,下面这篇文章主要给大家介绍了关于python中注释用法的相关资料,需要的朋友可以参考下
    2023-02-02
  • tensorflow2.0教程之Keras快速入门

    tensorflow2.0教程之Keras快速入门

    这篇文章主要介绍了tensorflow2.0教程之Keras快速入门,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友们下面随着小编来一起学习学习吧
    2021-02-02
  • Python中Qslider控件实操详解

    Python中Qslider控件实操详解

    在本篇文章里小编给大家整理的是一篇关于Python中Qslider控件实操详解内容,对此有兴趣的朋友们可以跟着学习参考下。
    2021-02-02
  • 使用Python给PDF添加目录书签的实现方法

    使用Python给PDF添加目录书签的实现方法

    有时下载到扫描版的 PDF 是不带书签目录的,这样阅读起来很不方便,下面通过 python 实现一个半自动化添加书签目录的脚本,文中通过代码介绍的非常详细,具有一定的参考价值,需要的朋友可以参考下
    2023-10-10
  • 关于Pytorch的MLP模块实现方式

    关于Pytorch的MLP模块实现方式

    今天小编就为大家分享一篇关于Pytorch的MLP模块实现方式,具有很好的参考价值,希望对大家有所帮助。一起跟随小编过来看看吧
    2020-01-01
  • 详解Python小数据池和代码块缓存机制

    详解Python小数据池和代码块缓存机制

    这篇文章主要介绍了详解Python 小数据池和代码块缓存机制的相关资料,帮助大家更好的理解和学习使用python,感兴趣的朋友可以了解下
    2021-04-04
  • 利用python添加表格到PowerPoint中的代码示例

    利用python添加表格到PowerPoint中的代码示例

    有效的信息传达是演示文稿中的重点,而PowerPoint演示文稿作为最广泛使用的演示工具之一,提供了丰富的功能来帮助演讲者实现这一目标,本文将介绍如何利用Python来添加表格到PowerPoint演示文稿中,需要的朋友可以参考下
    2024-08-08
  • Python现代项目开发之uv安装配置与最佳实践指南

    Python现代项目开发之uv安装配置与最佳实践指南

    uv 是由 Astral 公司开发的 Rust 编写的 Python 工具链,核心优势是极速,功能全面,下面小编就和大家详细介绍一下uv安装配置与最佳实践
    2026-03-03
  • Python基础之数据类型相关知识总结

    Python基础之数据类型相关知识总结

    众所周知,在Python中,常用的数据类型有三种,分别是字符串、整数和浮点数.在Python基础学习的过程中,数据类型是初学者常常容易混淆的一个基础知识点,本文为大家详细总结了三种数据类型的概念、数据类型的查询以及更为复杂的数据转化,需要的朋友可以参考下
    2021-06-06
  • Python XML转Json之XML2Dict的使用方法

    Python XML转Json之XML2Dict的使用方法

    今天小编就为大家分享一篇Python XML转Json之XML2Dict的使用方法,具有很好的参考价值,希望对大家有所帮助。一起跟随小编过来看看吧
    2019-01-01

最新评论