Python 以图片形式阅读PDF

我有一些pdf，我想把它们作为图片来阅读，以获得所有像素的信息

因此，我首先尝试将pdf转换为jpeg：

from pdf2image import convert_from_path
img = convert_from_path('mypdf.pdf')

这很有效。现在我将尝试获取像素信息，但我有一个错误：

import matplotlib.pyplot as plt
pixel_img = plt.imread(img[0])

TypeError: Object does not appear to be a 8-bit string path or a Python file-like object

我不理解它，因为当我使用plt.imread（）读取原始的.jpeg文件时，它似乎可以工作。img是一个PIL对象，所以它不应该是一个“类似python文件的对象”吗

我还尝试使用PIL包（img作为PIL对象），并尝试使用不同的方法读取（但我得到的是另一个错误）：

这不是我想要的，因为只需将pdf另存为jpg即可。但我不想保存它，我只想阅读它并获取像素信息

---

谢谢

convert\u from\u path

返回PIL图像列表，因此您不能将其视为文件

以下内容将PDF页面转换为PIL图像，将第一页/图像转换为numpy数组（便于访问像素），并获取位置y=10、x=15处的像素：

from pdf2image import convert_from_path
import numpy as np

images = convert_from_path('test.pdf')

# to numpy array
image = np.array(images[0])

# get pixel at position y=10, x=15
# where pix is an array of R, G, B.
# e.g. pix[0] is the red part of the pixel
pix = image[10,15]

---

您的导入是反向的。PIL图像不是文件，您可以将其转换为文件：可能的副本是否有帮助：？但有了它，我只将文件保存为jpg。我想要的是读取它并获取像素信息，而不是将其另存为。jpgimages[0]是标准的PIL图像。也许这将帮助您获得像素：。另一种可能是将其转换为numpy数组，该数组可能更容易使用，也可能不容易使用（

np_image=numpy.array（images[0]）

）。我更新了答案，以演示如何获得单个像素

from pdf2image import convert_from_path
import numpy as np

images = convert_from_path('test.pdf')

# to numpy array
image = np.array(images[0])

# get pixel at position y=10, x=15
# where pix is an array of R, G, B.
# e.g. pix[0] is the red part of the pixel
pix = image[10,15]