PDF转为图片

背景

最近接了一项目，主要的需求就是本地的文联单位，需要做一个电子刊物阅览的网站，将民族的刊物发布到网站上供大众阅览。用户提供了pdf版本刊物。起初是用分布式文件系统，将pdf以流的形式直接传递给前端，前端使用canvas将dpf转为图片，再用jQuery、turn.js进行3D拟真翻书动画的阅览。前端在将pdf转为图片的过程太慢，严重影响了客户体验。想把pdf转图片的过程在后端进行处理。

pdf展示

目标效果

发展过程

开始参考了华为开发者联盟的一篇博客，尝试了上面所有方式。虽然不能达到效果，还是收藏一下。
java 实现pdf转换成图片

各种方式出现的问题基本都是：

下面就看一下，我保留下来的两个效果截图吧。

方式一：apache pdfbox

方式二：icepdf

最后后面我想了一下选择python试试，不行就再转js试试。
python也找了两个库，第一个尝试的是pymupdf，这个库需要安装Ghostscript ，代码我也照着cp了，依赖也安装了，中间调试也报了很多错，我没进行记录，最终的到了一个output.xps的文件，控制台也没有报错，也没有生成图片，以我对python的掌握是时候该换另一种方式了。又尝试了pdf2image库，依赖需要安装poppler，最终实现了目标。再冲java中调用python的批处理实现了java将pdf转为图片！！！
使用java调用python批处理将pdf转为图片

最终解决方案：python PDF转图片

pdf2image

版本：python3.8
使用Python的pdf2image库来将PDF文件转换为图片。首先，确保你已经安装了pdf2image库和相应的依赖库（比如poppler）。

你可以使用以下步骤在Python中进行PDF到图片的转换：

1. 安装pdf2image库：

   pip install pdf2image
   

2. 安装poppler，这是一个用于处理PDF的工具：

   • 在Linux上，你可以使用包管理器安装，例如：

     sudo apt-get install poppler-utils
     

   • 在Windows上，你可以从 poppler-utils 下载并安装。

3. 编写Python脚本进行PDF到图片的转换：

from pdf2image import convert_from_path

def pdf_to_images(pdf_path, output_folder):
    images = convert_from_path(pdf_path, output_folder=output_folder+"\\temp", poppler_path=r'E:\poppler-23.11.0\Library\bin')  # 替换成你的Poppler路径
    
    for i, image in enumerate(images):
        image_path = f"{output_folder}\page_{i + 1}.png"
        image.save(image_path, 'PNG')
        print(f"Page {i + 1} saved as {image_path}")

# 调用函数并传入PDF文件路径和输出文件夹路径
pdf_path = r"D:\Users\********\勇罕 2022年 第 4 期\勇罕 2022年 第 4 期.pdf"
output_folder = r"D:\Users\*******\勇罕 2022年 第 4 期"
pdf_to_images(pdf_path, output_folder)

运行这个脚本后，PDF文件的每一页都会被转换为一张图片，并保存在指定的输出文件夹中。

生成的类似 21456f17-e88d-4382-ad48-70f3a1005c1d-081.ppm 的文件是由pdf2image库中的convert_from_path函数生成的临时文件。这些文件通常是以 .ppm 格式保存的，它是一种常见的图像文件格式，特别适用于存储以像素为基础的图像。

在使用convert_from_path函数时，库首先将PDF文件转换为一系列PPM格式的图像文件，然后再将它们转换为目标格式（例如PNG）。生成的PPM文件通常被存储在临时目录中，以便后续处理。在处理完成后，这些临时文件将被清理掉。

如果你想要控制生成的临时文件的位置，你可以在调用convert_from_path函数时指定output_folder参数，将其设置为你想要的目录。这样，生成的临时文件就会保存在指定的目录中。例如：

images = convert_from_path(pdf_path, output_folder="/path/to/your/temporary/folder")

请确保指定的目录存在，且有写入权限。如果你不想保留这些临时文件，可以在处理完成后手动删除它们，或者在使用convert_from_path函数时设置clean参数为True，以在处理完成后自动删除。例如：

images = convert_from_path(pdf_path, output_folder="/path/to/your/temporary/folder", clean=True)

这样，生成的临时文件将在处理完成后被自动删除。

注意：poppler 安装

如果你在Windows上无法安装poppler-utils，你可以尝试以下替代方法：

1. 使用自包含的poppler工具：

   • 在 poppler-for-windows 下载最新的Windows版本的zip文件。

   • 解压缩zip文件，将其中的bin目录添加到系统的环境变量中。这可以通过编辑系统环境变量中的Path来完成。

2. 使用Chocolatey进行安装（如果你已经安装了Chocolatey）：

   choco install poppler
   

   这将自动安装poppler并将其添加到系统的环境变量中。

3. 使用conda进行安装（如果你已经安装了conda）：

   conda install -c conda-forge poppler
   

请注意，你只需选择其中一种方法。安装完poppler之后，你应该能够在命令行中运行pdftoppm（poppler的一部分）来验证安装是否成功。如果成功，你应该能够使用上面提供的Python脚本将PDF转换为图片。