0 引言

沒錯，這是連續劇。女友對上一篇【fitz+OpenCV】去除PDF圖片中的水印得到的去水印效果很滿意，于是問我可不可以再幫她處理一下另一個PDF文件，我二話不說答應了下來。原PDF文件是一本教材的電子版，每頁都是一張圖片，和上一篇文章中PDF的類型相同，不過本文中需要解決的問題是，原圖中文字顏色太淺，看著費眼睛，如下圖所示，需要將文字顏色加深。

1 解決思路及流程

1.1 思路

在大致分析了PDF組成后（其中紅色的為筆記標注，和頁面圖片單獨存在），這個問題的解決思路也相當明晰了，便是將每頁的圖片單獨提取出來，對圖片進行文字加深處理，這里可以通過增加圖片對比度實現（對比度就是畫面中明暗部分的亮度比，對比度越高，則圖像中明暗部分的差異就越大。根據這一原理，將對比度增大后，原本顏色較深的文字部分將會更深，反之，顏色較淺的背景將會更亮）。

1.2 代碼實現

在代碼方面中，我們依然采用fitz（pip install PyMuPDF）作為PDF處理庫，圖片的處理則是基于圖像庫PIL（pip install pillow）。

首先我們打開待處理的PDF文件，對每頁進行遍歷，提取每頁的圖片，為了防止個別頁面存在多張圖片，又嵌套了個for循環以遍歷頁內圖片。

doc = fitz.open(input_pdf)  # 打開原PDF
for page_num in range(len(doc)):# 獲取頁面圖片page = doc.load_page(page_num)page_imgs = page.get_images()for page_img in page_imgs:xref = page_img[0]img_info = doc.extract_image(xref)img = Image.open(io.BytesIO(img_info["image"]))  # 轉換為 PIL Image，方便處理

接下來處理每張圖片，factor為對比度值，取1函數返回原圖像，如果要增加圖像對比度，該參數應大于1.0，本文示例中取3.0。

# 增強圖片
enhancer = ImageEnhance.Contrast(img)  # 增強對比度（使文字更清晰）
enhanced_img = enhancer.enhance(factor=contrast)

用增強后的圖片替換原圖片，這一步僅僅改變了背景圖片的信息，不影響前景的筆記標注。其中quality參數用于控制圖像的質量，決定圖像的體量與清晰度，progressive用于控制是否生成漸進式JPEG，實測該保存方式得到的圖片體積更小，dpi參數用于控制圖片兩個方向的dpi。

# 替換原圖片
bio = io.BytesIO()
enhanced_img.save(bio, format=img_info["ext"], quality=50, progressive=True, dpi=(300, 300))
page.replace_image(xref, stream=bio)

最后一步，在所有頁面處理完成后，保存輸出處理后的PDF。

# 保存PDF
doc.save(output_pdf)
doc.close()

2 完整代碼與效果

完整代碼如下：

import io
import fitz  # PyMuPDF
from PIL import Image, ImageEnhancedef process_pdf(input_pdf, output_pdf, contrast):doc = fitz.open(input_pdf)  # 打開原PDFfor page_num in range(len(doc)):# 獲取頁面圖片page = doc.load_page(page_num)page_imgs = page.get_images()for page_img in page_imgs:xref = page_img[0]img_info = doc.extract_image(xref)img = Image.open(io.BytesIO(img_info["image"]))  # 轉換為 PIL Image，方便處理# 增強圖片enhancer = ImageEnhance.Contrast(img)  # 增強對比度（使文字更清晰）enhanced_img = enhancer.enhance(factor=contrast)# 替換原圖片bio = io.BytesIO()enhanced_img.save(bio, format=img_info["ext"], quality=50, progressive=True, dpi=(300, 300))page.replace_image(xref, stream=bio)# 保存PDFdoc.save(output_pdf)doc.close()print(f"PDF處理完成！輸出文件: {output_pdf}")if __name__ == "__main__":input_pdf = 'example.pdf'output_pdf = 'output.pdf'process_pdf(input_pdf, output_pdf, contrast=3.0)

處理效果如下圖所示：

效果還是不錯的。

3 總結

該方法和上一篇文章中的方法存在一個共性問題，便是生成的PDF文件體量太大，比原本文件的大了近3~4倍，該問題打算后面有時間研究一下。