python pdf2imageの使い方
概要
- PDFを画像に変換するためのシンプルな方法
- 画像化したあとにBase64へ変換してAPIに渡すなどの用途に便利
インストール
依存 (Linux)
$ sudo apt install poppler-utils
依存 (macOS)
$ brew install poppler
インストール
$ pip install pdf2image
使い方
from pdf2image import convert_from_path
from io import BytesIO
import base64
# DPIやフォーマットを指定して読み込み（デフォルトはDPI=200程度）
images = convert_from_path(
'data/sample.pdf',
dpi=200
)
# 画像をbase64に変換
base64_images = []
for img in images:
buffered = BytesIO()
img.save(buffered, format="PNG")
img_str = base64.b64encode(buffered.getvalue()).decode('utf-8')
base64_images.append(img_str)
バイト列から直接変換
from pdf2image import convert_from_bytes
with open('data/sample.pdf', 'rb') as f:
pdf_bytes = f.read()
images = convert_from_bytes(pdf_bytes, dpi=200)