将pdf转换为图像但放大后

Question

这个link 展示了如何将pdfs 转换为图像。有没有办法在转换为图像之前缩放我的pdfs？在我的项目中，我将pdfs 转换为pngs，然后使用Python-tesseract 库来提取文本。我注意到，如果我缩放pdfs，然后将部分保存为pngs，那么 OCR 会提供更好的结果。那么有没有办法在转换为png之前缩放pdf？

Answer 1

我认为提高图像的质量（分辨率）是比放大 pdf 更好的解决方案。

使用pdf2image，您可以很容易地做到这一点：

安装pdf2image：pip install pdf2image

然后，在 python 中，将您的 pdf 转换为高质量图像：

from pdf2image import convert_from_path

pages = convert_from_path('sample.pdf', 400) #400 is the Image quality in DPI (default 200)

pages[0].save("sample.png")

通过调整质量参数，您应该得到您想要的结果