### Python 提取 PDF 中的图片信息并改善图片质量 #### 使用 PyMuPDF (fitz) 和 PIL 进行图片提取与处理 为了实现从 PDF 文件中高效地提取图片以及提升其质量，可以采用 `PyMuPDF` 库来遍历文档页面上的图像列表，并利用 `PIL` 或者更现代版本的 `Pillow` 来调整这些图像的质量。 ```python import fitz # 导入 PyMuPDF, 又名 pymupdf from PIL import ImageEnhance, Image as PilImage import io def enhance_image_quality(image_bytes): """增强给定字节流表示的图像质量""" img = PilImage.open(io.BytesIO(image_bytes)) enhancer = ImageEnhance.Sharpness(img) enhanced_img = enhancer.enhance(2.0) output = io.BytesIO() enhanced_img.save(output, format='PNG') return output.getvalue() def extract_and_enhance_images_from_pdf(pdf_path): document = fitz.open(pdf_path) images_info = [] for page_num in range(len(document)): page = document.load_page(page_num) image_list = page.get_images(full=True) for img_index, img in enumerate(image_list): xref = img[0] base_image = document.extract_image(xref) image_data = base_image["image"] improved_image_data = enhance_image_quality(image_data) images_info.append({ "page": page_num, "index_on_page": img_index, "original_size": len(image_data), "enhanced_size": len(improved_image_data), "format": base_image['ext'] }) with open(f'output/image_{page_num}_{img_index}.png', 'wb') as f: f.write(improved_image_data) return images_info ``` 上述代码展示了如何通过 `PyMuPDF` 获取 PDF 页面内的所有图像对象[^3]。对于每一个找到的图像，先将其转换成适合操作的形式（即 Pillow 的 Image 对象），再应用锐化滤镜以提高清晰度。最后保存经过优化后的图像到本地文件系统的同时记录下有关原始及改进后图像的一些基本信息。 #### 结果评估 此过程不仅能够有效地从复杂的 PDF 文档结构中抽取嵌入式的图形资源，而且还能显著改善所获得图像的整体视觉效果。然而需要注意的是，在某些情况下，由于压缩算法的不同或者其他因素的影响，可能无法达到预期的效果；另外，过度强化可能会引入不必要的噪点或失真现象。