将pdf转换为图像但放大后

Posted 2023-04-17

【中文标题】将pdf转换为图像但放大后

【英文标题】：converting pdf to image but after zooming in

【发布时间】：2019-08-13 18:44:31

【问题描述】：

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？

【问题讨论】：

您还可以从 PDF 创建高分辨率图像并将需要 OCR 的图像部分裁剪。

你能告诉我怎么做吗？我需要在整个页面上做 OCR

你能提供一些pdf例子吗？

【参考方案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

【讨论】：

知道我们可以将 DPI 提高到多高吗？请提供文档链接。我尝试了 python 帮助，但它很有用

@user2543622 这取决于您正在处理的 pdf 文件和您的计算机内存，这里是 dpi 的***链接：en.wikipedia.org/wiki/Dots_per_inch