import os
import fitz  # PyMuPDF
from PIL import Image
import argparse
import logging
from tqdm import tqdm# 配置日志
logging.basicConfig(level=logging.INFO, format='%(asctime)s - %(levelname)s - %(message)s')
logger = logging.getLogger('PDF2PNG')def convert_pdf_to_png(pdf_path, output_dir, dpi=300, zoom_factor=4.0, image_format='PNG', grayscale=False, crop_to_content=False, quality=95):"""將PDF文件轉換為高質量的PNG圖像參數:pdf_path (str): PDF文件路徑output_dir (str): 輸出目錄dpi (int): 輸出圖像DPI (默認300)zoom_factor (float): 縮放因子，提高圖像質量 (默認4.0)image_format (str): 輸出格式 ('PNG', 'JPEG', 'TIFF')grayscale (bool): 是否轉換為灰度圖像crop_to_content (bool): 是否裁剪到內容區域quality (int): 輸出質量 (1-100)"""try:# 驗證輸入路徑if not os.path.isfile(pdf_path):raise FileNotFoundError(f"PDF文件不存在: {pdf_path}")# 創建輸出目錄os.makedirs(output_dir, exist_ok=True)# 打開PDF文件pdf_document = fitz.open(pdf_path)total_pages = len(pdf_document)logger.info(f"開始轉換: {os.path.basename(pdf_path)}")logger.info(f"總頁數: {total_pages}")logger.info(f"輸出DPI: {dpi}, 縮放因子: {zoom_factor}, 格式: {image_format}")# 創建進度條pbar = tqdm(total=total_pages, desc="轉換進度", unit="頁")for page_num in range(total_pages):page = pdf_document.load_page(page_num)# 計算縮放矩陣zoom_matrix = fitz.Matrix(zoom_factor, zoom_factor)# 獲取頁面內容邊界（用于裁剪）if crop_to_content:content_rect = page.get_textpage().boundrectif not content_rect.is_empty:clip_rect = content_rect * zoom_matrixelse:clip_rect = page.rect * zoom_matrixelse:clip_rect = page.rect * zoom_matrix# 渲染頁面為像素圖pix = page.get_pixmap(matrix=zoom_matrix, clip=clip_rect, alpha=False)# 轉換為PIL圖像img = Image.frombytes("RGB", [pix.width, pix.height], pix.samples)# 轉換為灰度if grayscale:img = img.convert("L")# 生成輸出文件名base_name = os.path.splitext(os.path.basename(pdf_path))[0]output_path = os.path.join(output_dir, f"{base_name}_page_{page_num+1:03d}.{image_format.lower()}")# 保存圖像if image_format == 'PNG':img.save(output_path, format='PNG', compress_level=2)elif image_format == 'JPEG':img.save(output_path, format='JPEG', quality=quality, subsampling=0)elif image_format == 'TIFF':img.save(output_path, format='TIFF', compression='tiff_lzw')else:raise ValueError(f"不支持的圖像格式: {image_format}")pbar.update(1)pbar.close()pdf_document.close()logger.info(f"轉換完成! 輸出目錄: {output_dir}")except Exception as e:logger.error(f"轉換過程中出錯: {str(e)}")raisedef main():parser = argparse.ArgumentParser(description='將PDF文件轉換為高質量PNG圖像')parser.add_argument('input_pdf', type=str, help='輸入PDF文件路徑')parser.add_argument('output_dir', type=str, help='輸出目錄路徑')parser.add_argument('--dpi', type=int, default=300, help='輸出圖像DPI (默認300)')parser.add_argument('--zoom', type=float, default=4.0, help='縮放因子 (默認4.0)')parser.add_argument('--format', type=str, default='PNG', choices=['PNG', 'JPEG', 'TIFF'], help='輸出圖像格式 (默認PNG)')parser.add_argument('--grayscale', action='store_true', help='轉換為灰度圖像')parser.add_argument('--crop', action='store_true', help='裁剪到內容區域')parser.add_argument('--quality', type=int, default=95, choices=range(1, 101), metavar="[1-100]", help='輸出質量 (默認95)')args = parser.parse_args()try:convert_pdf_to_png(pdf_path=args.input_pdf,output_dir=args.output_dir,dpi=args.dpi,zoom_factor=args.zoom,image_format=args.format,grayscale=args.grayscale,crop_to_content=args.crop,quality=args.quality)except Exception as e:logger.error(f"轉換失敗: {str(e)}")exit(1)if __name__ == "__main__":main()

使用說明

安裝依賴

pip install PyMuPDF Pillow tqdm

命令行使用

# 基本用法
python pdf_to_png.py input.pdf output_directory# 高級選項
python pdf_to_png.py input.pdf output_directory \--dpi 600 \             # 設置DPI為600--zoom 5.0 \            # 提高縮放因子--format JPEG \         # 輸出為JPEG格式--grayscale \           # 轉換為灰度圖像--crop \                # 裁剪到內容區域--quality 90            # 設置JPEG質量為90

功能特點

1. 高質量輸出：

   • 使用高DPI設置（默認300 DPI）
   • 通過縮放因子提升渲染質量（默認4.0）
   • 支持PNG、JPEG、TIFF三種輸出格式

2. 智能處理：

   • 內容感知裁剪（--crop選項）
   • 灰度轉換（--grayscale選項）
   • 進度條顯示轉換進度

3. 健壯性：

   • 完善的錯誤處理
   • 輸入文件驗證
   • 自動創建輸出目錄

4. 性能優化：

   • 批量處理多頁文檔
   • 內存高效管理
   • 支持大文件處理

技術說明

1. 渲染質量：

   • 使用 zoom_factor 參數控制渲染質量（值越高越清晰）
   • DPI 與縮放因子關系：實際DPI = zoom_factor × 72

2. 內容裁剪：

   • 基于文本內容自動檢測邊界
   • 移除不必要的空白區域
   • 特別適合掃描文檔處理

3. 格式選項：

   • PNG：無損壓縮，適合文本和線條圖
   • JPEG：有損壓縮，適合照片內容
   • TIFF：高質量存檔格式，支持多頁

常見問題解決

1. 中文路徑問題：

   # 在腳本開頭添加
   import sys
   sys.stdout.reconfigure(encoding='utf-8')
   

2. 內存不足處理：

   • 降低 zoom_factor 值
   • 分批次處理大型PDF

3. 安裝問題：

   • Windows用戶可能需要安裝Microsoft Visual C++ Redistributable
   • Linux用戶確保安裝libjpeg和zlib開發包

此腳本提供了專業級的PDF轉圖像功能，特別適合需要高質量轉換的學術、出版和設計工作場景。