Python 使用PyPDF2从PDF中提取的图像是倾斜的，并且其颜色是反转的

我使用以下代码从PDF文件中提取图像：

从PIL导入图像
从PyPDF2导入PdfileReader，通用
从io导入字节io
从输入导入列表开始
进口zlib
导入系统
导入结构
用于CCITT的def tiff头（宽度：int，高度：int，img大小：int，CCITT组：int=4）->字节：
tiff_头_结构='列表：
图像：列表[图像]=[]
file=PdfFileReader（打开（文件名为“rb”））
nPages=file.getNumPages（）
对于范围内的i（n页）：
page=file.getPage（i）
尝试：
root_objects=page[“/Resources”[“/XObject”].getObject（）#devrait s'appeler getObjects。。。
除KeyError外：
持续
图像+=对象到图像（根对象）
返回图像
如果名称=“\uuuuu main\uuuuuuuu”：
fichier=sys.argv[1]
图像=pdf_至_图像（菲希尔）
#打印（“\n”.join（映射（str，图像）））
对于图像中的图像：
image.show（）
通过

它适用于几乎所有的PDF文件，但其中一个文件的行为怪异。这是一个可以找到的PDF示例。当我将这个PDF文件传递给上面的代码时，结果是倾斜的，黑白颜色是颠倒的

关于这个PDF中的image对象，我注意到的唯一一点是它有一个

DecodeParms

条目，它的值是

{'/Predictor'：15'/Columns'：2550'/Colors'：3}

。我不知道它是否相关，但这是我测试过的唯一一个具有这些功能的PDF

---

提前谢谢

是的，这是相关的。数据用带预测器的FlateCode编码。因此，如果您需要

图像

对象的原始像素，则需要在使用

zlib.decompress

后反预测数据。有关如何做到这一点，请参阅

---

PyPDF2可能还有一些方法可供您使用。

非常感谢。事实证明，PyPDF2的方法getData（）通常会反转过滤器，但这里的过滤器不是0、1、2、3或4，而是255、154、144。。。我怀疑这些不是过滤器，但我的文件没有被正确读取。PyPDF2断言

断言len（数据）%rowlength==0

失败。