白银市建设网站,广告推广方案怎么写,wordpress 按时间排序,汉阳区建设局网站内容概述
含水印扫描型PDF文件#xff0c;其中某页如下图所示#xff0c;用Python去除其页顶及页底的水印。 处理思路#xff1a;PDF中的每一页的水印的相对位置基本相同#xff0c;将PDF每一页输出成图片#xff0c;然后进行图片编辑#xff0c;用白色填充方形覆盖水印…内容概述
含水印扫描型PDF文件其中某页如下图所示用Python去除其页顶及页底的水印。 处理思路PDF中的每一页的水印的相对位置基本相同将PDF每一页输出成图片然后进行图片编辑用白色填充方形覆盖水印最后这些处理后的图片重新合成PDF文件。
该方法缺点
处理后的得到PDF文件大小比原文件大了不少。那种还可以提取文字的PDF用该法处理后PDF文件就再不能提取文字了。很难处理夹杂在文本中水印。
副作用
禁止打印PDF变成可打印了。
先前步骤
安装poppler软件并将其执行文件所在文件夹路径新添至环境变量Path针对Windows系统。pip install pdf2imagepip install fpdf
放码过来
将PDF输出成图片文件集
from pdf2image import convert_from_path
from PIL import ImageDraw# 100dpi对应文档的长宽及水印左上右下坐标
filePath a.pdf
dpi 100 #
watermark1 (290, 47, 536, 66)
watermark2 (283, 1072, 542, 1165)
gWidth 827
gHeight 1170
###########dpi2 150 # 按需调整这个参数
pages convert_from_path(filePath, dpi2)
width, height pages[0].size# 方便多次调整不用次次用系统自带绘图软件获得坐标位置
# 长宽貌似不与dpi成比例关系
watermark1 (watermark1[0] * width / gWidth, watermark1[1] * height / gHeight, \
watermark1[2] * width / gWidth, watermark1[3] * height / gHeight)watermark2 (watermark2[0] * width / gWidth, watermark2[1] * height / gHeight, \
watermark2[2] * width / gWidth, watermark2[3] * height / gHeight)print(watermark1)
print(watermark2)num 0
for page in pages:draw ImageDraw.Draw(page)# 水印涂白可用系统自带绘图软件获得坐标位置draw.rectangle(watermark1, fill white)draw.rectangle(watermark2, fill white)outPath out/%d.jpg % numprint(outPath)page.save(outPath, JPEG)num num 1
将处理后的图片合成PDF文件
from fpdf import FPDF
from PIL import Image
import os,redef makePdf(pdfFileName, listPages):cover Image.open(listPages[0])width, height cover.sizepdf FPDF(unit pt, format [width, height])listPages.sort(key lambda i : int(re.compile(r(\d)).search(i).group(1)))for page in listPages:print(page)pdf.add_page()pdf.image(page, 0, 0)pdf.output(pdfFileName, F)makePdf(result.pdf, [out/imgFileName for imgFileName in os.listdir(out) \if imgFileName.endswith(jpg)])参考资料
用Python将多张图片合并成一PDF文件GitHub - Belval/pdf2image: A python module that wraps the pdftoppm utility to convert PDF to PIL Image object
相关文章：
