使用 Python 从 PDF 中提取高分辨率图像

Question

我已成功使用以下代码从多个 PDF 页面中提取图像，但分辨率相当低。有办法调整吗？

import fitz    
pdffile = "C:\\Users\\me\\Desktop\\myfile.pdf"
doc = fitz.open(pdffile)
for page_index in range(doc.pageCount):
    page = doc.loadPage(page_index)  
    pix = page.getPixmap()
    output = "image_page_" + str(page_index) + ".jpg"
    pix.writePNG(output)

我还尝试使用此处的代码并将 if pix.n < 5" 更新为 "if pix.n - pix.alpha < 4 但这在我的情况下没有输出任何图像。

Answer 1

正如本期 PyMuPDF 中所述，您必须使用矩阵： Github 上的问题。

给出的例子是：

zoom = 2    # zoom factor
mat = fitz.Matrix(zoom, zoom)
pix = page.getPixmap(matrix = mat, <...>)

该问题还指出，如果您不使用矩阵，则默认分辨率为 72 dpi，这可能会导致分辨率较低。

Answer 2

比制作​​矩阵更简单，文档显示getPixmap()您可以使用该dpi参数来获得更高分辨率：

pix = page.getPixmap(dpi=200)

这是从 v1.19.2 开始的新增内容。