在没有非 python 依赖的情况下将 PDF 转换为图像

Question

我想创建一个可以部署到其他计算机上的 exe。该程序需要能够读取 pdf 并将它们转换为图像，但我不希望其他用户必须下载依赖项。

我的理解是py2image和wand都需要外部依赖，如果你转换成exe，其他用户也需要自己下载依赖。

还有其他可用的选项/解决方法吗？

Answer 1

实际上，我花了一些时间来处理这个问题，但我认为这是值得的。 您需要仔细执行所有步骤才能使其正常工作。

1. 安装pdf2image 和pip install pdf2image。
2. 获取poppler windows 二进制文件。
3. 创建一个新目录，例如myproject。
4. 在myproject 内创建一个脚本converter.py 并添加以下代码。
5. 在myproject 中创建另一个目录并将其命名为poppler。
6. 将下载的poppler二进制文件夹中的所有文件复制到poppler目录下。尝试测试 pdfimages.exe 是否有效。
7. 使用pyinstaller converter.py -F --add-data "./poppler/*;./poppler" --noupx
8. 您的可执行文件现已准备就绪。像converter.exe myfile.pdf 一样运行它。结果将在可执行文件旁边的output 目录中创建。
9. 现在您的独立 PDF2IMAGE 转换器应用已准备就绪！

converter.py:

import sys
import os
from pdf2image import convert_from_path


def current_path(dir_path):
    if hasattr(sys, '_MEIPASS'):
        return os.path.join(sys._MEIPASS, dir_path)
    return os.path.join(".", dir_path)


if __name__ == "__main__":
    if len(sys.argv) < 2:
        print("PASS your PDF file: \"converter.exe myfile.pdf\"")
        input()
        sys.exit(0)
    os.environ["PATH"] += os.pathsep + \
        os.pathsep.join([current_path("poppler")])

    if not os.path.isdir("./output"):
        os.makedirs("output")
    images = convert_from_path(sys.argv[-1], 500)
    for image, i in zip(images, (range(len(images)))):
        image.save('./output/out{}.png'.format(i), 'PNG')

PS：如果你喜欢，可以加个GUI，为pdf2images添加更多设置。

Answer 2

我在尝试使用 pyinstaller 使用 pyqt5 和 pdf2file 模块制作 .exe 文件时遇到了同样的问题。 如果您需要添加在 PyQt5 中创建的 GUI，请不要在 pyinstaller 命令中添加 --windowed。这毁了我两天的工作

Answer 3

我无法找到解决方案，显然无论如何都需要 PDF 渲染器。最轻量级的解决方案是https://pymupdf.readthedocs.io/en/latest/intro.html。它仍然是 PDF 渲染器 (https://www.mupdf.com/) 的 python 绑定，但您可以通过以下方式安装它，包括它的依赖项：

pip install PyMuPDF

无需安装 poppler 或 imagemagick。

然后您可以将pdf转换为图像，如下所示：

import fitz  

doc = fitz.open(stream=your_pdf_file_stream, filetype="pdf")  
for idx, page in enumerate(doc):  
    pix = page.get_pixmap(dpi=600) 
    the_page_bytes=pix.pil_tobytes(format="PNG")
    with open("page-%s.png"%idx, "wb") as outf:
        outf.write(the_page_bytes)

很遗憾，mupdf 有一个 copyleft 许可证，所以请记住这一点。