图片从pdf转为png

将 PDF 文件转换为 PNG 格式，在 R 和 Python 中都有很成熟的解决方案。这里我的目的是把 PDF 的一整页转为图片，而不是提取 PDF 中的图片。

📊 R 语言解决方案

在 R 中，最推荐的方法是使用 pdftools 包，它基于 libpoppler 库，能高质量地渲染 PDF 页面。

1. 安装与加载

   install.packages("pdftools")
   library(pdftools)

       
   2.  **方法一：`pdf_convert()` - 批量转换页面**
       这是最直接的方法，可以一次性将 PDF 的指定页面转换为 PNG 图片。（下面的参数就是需要设置的参数，其他参数不用设置）
       
       ```r
       # 转换 PDF 的第 1 到 3 页为 PNG，默认保存在工作目录，（会生成 xxx_1.png）
   pdf_convert("your_file.pdf", pages = 1:3, format = "png", dpi = 150)
       
       # 转换所有页面
       pdf_convert("your_file.pdf", format = "png", dpi = 150)

   • pages: 指定要转换的页面，NULL 表示所有页面。

• dpi: 控制输出图片的分辨率，默认是 72，可根据需要调高。

3. 方法二：pdf_render_page() + png::writePNG() - 精细控制 此方法先将 PDF 页面渲染为位图数组，再写入 PNG 文件，适合需要进一步处理图像数据的场景。

   library(png) # 用于写入 PNG
   
   # 渲染 PDF 的第一页为一个位图数组
   bitmap <- pdf_render_page("your_file.pdf", page = 1, dpi = 300)
   
   # 将位图数组保存为 PNG 文件
   writePNG(bitmap, "output_page_1.png")

实际上pdf_convert() 在底层本质上是对 pdf_render_page() 的循环封装。

当你调用 pdf_convert(pages = 1:3) 时，它在内部执行了：

# 伪代码示意
for (i in 1:3) {
  bitmap <- pdf_render_page(file, page = i, dpi = dpi)
  writePNG(bitmap, paste0("page_", i, ".png"))
}

所以直接使用 pdf_convert() 函数即可。

示例代码

将工作目录下全部 pdf 转为同名的 png 的示例代码如下

library(pdftools)

pdf_files <- list.files(pattern = "\\.pdf$", ignore.case = TRUE)

for (pdf_file in pdf_files) {
  cat("正在转换:", pdf_file, "\n")
  
  tryCatch({
    # 先正常转换（会生成 xxx_1.png）
    png_files <- pdf_convert(
      pdf = pdf_file,
      format = "png",
      dpi = 300,
      antialias = TRUE,
      opw = "",
      upw = "",
      verbose = TRUE
    )
    
    # 重命名：去掉 _1
    for (png_file in png_files) {
      new_name <- sub("_1\\.png$", ".png", png_file)
      if (file.exists(new_name)) {
        file.remove(new_name)  # 如果目标文件已存在，先删除
      }
      file.rename(png_file, new_name)
      cat("✅ 重命名:", png_file, "->", new_name, "\n")
    }
    cat("\n")
  }, error = function(e) {
    cat("❌ 转换失败:", e$message, "\n\n")
  })
}

cat("===== 全部完成 =====\n")

🐍 Python 语言解决方案

Python 中有多种库可以实现，这里介绍两种最常用的。

我这里使用了方案一 pdf2image + poppler ，方案二没试。

方案一：使用 pdf2image + poppler

pdf2image 是一个专门用于将 PDF 转换为图像的库，底层同样依赖 poppler。这个包是一个“包装器”，本身不包含 PDF 渲染能力，必须调用系统安装的 Poppler 工具集来完成转换。这导致了安装步骤的复杂化。

1. 安装

   用conda 安装 poppler

   conda install -c conda-forge poppler

安装 pdf2image （我这里也是用的conda）

pip install pdf2image

2. 转换代码

   一般网页展示，150 dpi 就够了。

   from pdf2image import convert_from_path
   
   # 如果 poppler 不在系统 PATH 中，需要指定路径
   # images = convert_from_path('your_file.pdf', poppler_path=r'C:\path\to\poppler\bin')
   
   # 转换 PDF 的所有页面，输出为一个列表，其中包含了 PDF 每一页对应的图像对象。
   images = convert_from_path('your_file.pdf', dpi=150)
   
   # 逐页保存为 PNG
   for i, image in enumerate(images):
       image.save(f'output_page_{i+1}.png', 'PNG')

   如果只转换第一页

   from pdf2image import convert_from_path
   
   # 只转换第一页，DPI=150
   images = convert_from_path('Sites_density.pdf', dpi=150, first_page=1, last_page=1)
   
   # 保存第一页为 PNG
   images[0].save('Sites_density.png', 'PNG')

方案二：使用 PyMuPDF (fitz)

PyMuPDF 是一个功能强大的 PDF 处理库，速度很快，且无需额外安装系统依赖。

这个我还没有测试。

1. 安装

   pip install PyMuPDF

2. 转换代码

   import fitz
   import os
   
   pdf_document = fitz.open("your_file.pdf")
   
   for page_num in range(len(pdf_document)):
       page = pdf_document[page_num]
       # 设置缩放系数，提高图片质量 (1.3333 对应 96 DPI 左右)
       zoom = 1.3333
       mat = fitz.Matrix(zoom, zoom)
       pix = page.get_pixmap(matrix=mat)
   
       # 保存为 PNG
       output_path = f"output_page_{page_num+1}.png"
       pix.save(output_path)
   
   pdf_document.close()

   在这个例子中，zoom 参数控制输出图片的分辨率，数值越大，图片越清晰，文件也越大。

⚖️ 方案对比与选择建议

维度	R (pdftools)	Python (pdf2image)	Python (PyMuPDF)
易用性	⭐⭐⭐⭐⭐ (函数直接，开箱即用)	⭐⭐⭐⭐ (需额外安装poppler)	⭐⭐⭐⭐⭐ (纯Python库，安装简单)
性能	快	中等	非常快
依赖	无特殊系统依赖	需要系统安装 poppler	无特殊系统依赖
适用场景	R 语言环境，批量转换 PDF 页面	Python 环境，对 poppler 熟悉	Python 环境，追求高性能和简单部署

简单总结：

• 如果你在 R 环境下工作，pdftools 是最自然、最高效的选择。
• 如果你在 Python 环境下工作：
  • 追求简单部署和快速开发，PyMuPDF 是首选。
  • 如果偏好专门的 PDF 转图像工具，可以考虑 pdf2image。

需要注意的是，以上方法都是将 PDF 的整个页面渲染为图片。如果你的 PDF 内部包含独立的图片，并希望将其提取出来，则需要使用不同的方法，例如 R 的 pdfimager 包或 Python 的 PyMuPDF 提取图片功能。