通过Python的fitz库提取pdf中的图片

要使用Python的fitz库提取PDF中的图片，首先需要安装fitz库，这是PyMuPDF的一个模块，可以处理PDF文件。以下是提取PDF中图片的示例代码：

import fitz  # PyMuPDF
 
def extract_images_from_pdf(pdf_path):
    # 打开PDF文件
    document = fitz.open(pdf_path)
    images = []
 
    for page_num in range(len(document)):
        page = document[page_num]
        # 检查页面中的图片
        for img_index in page.get_images():
            img_info = page.get_image_info(img_index)
            # 获取图片的数据和尺寸
            img_data = page.get_image_data(img_info['id'])
            img_bytes = img_data['image']
            img_name = f"page_{page_num+1}_{img_info['id']}.png"
            # 可以选择保存图片到文件
            # fitz.Image.from_pixmap(img_data['pixmap']).save(img_name)
            images.append((img_name, img_bytes))
 
    document.close()
    return images
 
# 使用示例
pdf_path = 'example.pdf'
images = extract_images_from_pdf(pdf_path)
for img_name, img_bytes in images:
    print(f"Image Name: {img_name}")
    # 可以选择保存图片到文件
    # with open(img_name, 'wb') as f:
    #     f.write(img_bytes)

确保在运行此代码之前已经安装了PyMuPDF库，可以使用pip安装：

pip install pymupdf

这段代码会遍历PDF文档中的每一页，检测每个页面上的图片，并将图片信息以元组的形式返回，包含图片的名称和字节数据。如果需要，可以通过注释掉的代码将图片保存到文件系统。