python提取pdf中图片和文本_python原生代码,提取pdf图片中的文字-程序员宅基地

import fitz
import docx
#PyMuPDF对于中文识别还是比较理想的，安装模块pip3 install PyMuPDF
pdf_document1 = "2.pdf"
doc = fitz.open(pdf_document1)
# print ("number of pages: %i" % doc.pageCount)
# print(doc.metadata)
#word文件用于存储提取的内容
'''提取文本'''
file =docx.Document()
for current_page in range(doc.page_count):
  page = doc.load_page(current_page)
  pagetext = page.get_text("text")
  file.add_paragraph(pagetext)
file.save('3.docx')

'''提取图片'''
pdf_document2 = "2.pdf"
pdf_document = fitz.open(pdf_document2)
count=0
for current_page in range(pdf_document.page_count):
    for image in pdf_document.get_page_images(current_page):
        xref = image[0]
        pix = fitz.Pixmap(pdf_document, xref)
        count=count+1
        if pix.n < 5:        # this is GRAY or RGB
            pix.save(".\image\\"+str(current_page)+"_"+str(count)+".png")
        else:                # CMYK: convert to RGB first
            pix1 = fitz.Pixmap(fitz.csRGB, pix)
            pix.save(".\image\\"+str(current_page)+"_"+str(count)+".png")
            pix1 = None
        pix = None

本文链接：https://blog.csdn.net/zy215215/article/details/130456960

原作者删帖不实内容删帖广告或垃圾文章投诉

智能推荐

python加载dll中的c++类_python 调用 c++dll, 包含类以及opencv Mat-程序员宅基地

文章浏览阅读1.3k次。前言由于这个尝试花了一些时间，所以记录下来。由于我是尝试的很多理论地方不大懂，我把我尝试成功的部门记录下来，希望对大家有所帮助。我的环境是windows10 + vs2015创建 vs dll projectpython所有不同的调用方式都需要先建一个dll project。新建一个c++工程，选择DLL、导出符号和空项目(如下图)；IMG20180612_131008.pngc++ 默认的解决平..._python dll class

成贤学院计算机组成原理,东南大学成贤学院计算机硬件课程设计报告.doc-程序员宅基地

文章浏览阅读168次。东南大学成贤学院计算机硬件课程设计报告计算机硬件课程设计设计报告学号姓名：王宇学号姓名：杜冰2015年10月29日一、课题名称：微程序控制模型计算机的设计二、实验目的：1．运用“计算机组成原理”和“数字电路”等课程的知识，通过对模型机的设计和调试，加深对计算机各部件工作原理的认识。2．进一步掌握运用EDA 技术进行设计和调试的工作方法。三、实验任务：1．设计一台由微程序控制的模型计算机。2．..._1.根据给定的数据格式和指令系统,设计一台微程序控制的模型计算机。2.根据设

一加3t刷机后还卡_一加3T通用刷机教程-程序员宅基地

文章浏览阅读643次。写在开头，本教程为通用教程，适合各种官改包及第三方移植包。不可否认，很多机友已经进阶刷机达人，可还是有部分小白机友，至今搞不懂到底要怎么刷机。下面，用图文的方式为大家解析一下具体的刷机教程，希望对大家有所帮助(第一次做这种教程贴，设备也有限，不足及错误之处请大家见谅并指正)。刷机前准备1.一加3T工具箱http://pan.baidu.com/s/1kVHOPF52.刷机包请自行在社区寻找，这里不..._一加3刷机工具箱v3.0

企业计算机机房存在环境安全隐患,企业计算机机房管理及维护存在问题及对策.doc...-程序员宅基地

文章浏览阅读355次。企业计算机机房管理及维护存在问题及对策企业计算机机房管理及维护存在问题及对策　　摘要：随着信息时代的到来，企业对计算机的使用日益频繁，因此很多企业都采用计算机技术进行企业管理，企业建设起计算机机房。计算机机房在管理和维护上存在着很多问题，如何在日常管理中针对这些问题提出相对应的策略已经成为企业机房计算机管理的核心。本文针对企业计算机机房维护存在的问题进行分析，并提出了相应的解决策略以供参考关键词..._机房的计算机的软件环境存在哪些安全隐患

layui单选框verify_layui lay-verify form表单自定义验证规则详解-程序员宅基地

文章浏览阅读1.7k次。虽然layui的官方文档已经是写的比较详细，但是初次使用的时候总会懵一下，这里纪录一下lay-verify自定义验证规则的时候到底放哪。html：提交js：form.verify({//数组的两个值分别代表：[正则匹配、匹配不符时的提示文字],digital: [/^[0-4]*$/,'请填入0-4的分数']});这样写没问题，但是form.verify放置的位置没讲清楚，还是要自己试一下。lay..._form.verify

LSNUOJ 1554 英文金曲大赛_测试数据包括多个实例。每组数据包括选手的名字,名字的长度不超过30个字符。紧接-程序员宅基地

文章浏览阅读60次。1554 Problem A问题 A: 英文金曲大赛时间限制: 1 Sec 内存限制: 64 MB提交: 120 解决: 70[提交][状态][讨论版]题目描述我们在“渊子数”的题目中已经了解了渊子是个什么样的人了，他在大一的时候参加过外国语学院的“英语聚乐部”。告诉你个秘密，这个俱乐部是个好地方，不但活动精彩而且有MM。这不，英语俱乐部举办了一个叫做“英文金曲大赛”的节目。这..._测试数据包括多个实例。每组数据包括选手的名字,名字的长度不超过30个字符。紧接

随便推点

2021-10-12编程从键盘输入若干学生成绩，输入负数时表示输入结束，输出平均成绩和低于平均成绩的成绩。_编程从键盘输入若干个学生的成绩,输入负数时表示输入结束,输出平均成绩和低于平均-程序员宅基地

文章浏览阅读1w次，点赞4次，收藏27次。#include<stdio.h>int main(){ int i=0,n,score=0,sum=0,ave=0,a[100]; printf("请输入学生人数\n"); scanf("%d",&n); while(1) { printf("请输入%d学生成绩\n",i+1); scanf("%d",&a[i]); if(a[i]<0) break; i++; } for(i=0;i<n;i++) { ._编程从键盘输入若干个学生的成绩,输入负数时表示输入结束,输出平均成绩和低于平均