Python 在主脚本中捕获子流程中生成的JPG

我不确定这是否可行，但我正在尝试以自动方式从PDF生成大量缩略图，然后将它们存储在elasticsearch中。基本上，我想将pdf转换成一系列JPG（或PNG，或任何类似的东西），然后将它们作为二进制文件索引。目前我正在制作这些JPG，如下所示：

import subprocess
params = ['convert', 'pdf_file', 'thumb.jpg']
subprocess.check_call(params)

它工作得很好，但它只是将JPG写入文件系统。我希望将这些文件作为字符串，而不将它们写入本地文件系统。我尝试过使用subprocess的stdout方法，但我对使用subprocess还相当陌生，所以我没能弄明白这一点

我正在使用imagemagick进行此转换，但只要我能够实现此目标，我愿意切换到任何其他工具。 有什么想法吗？

您可以使用imagemagick的，例如：

import PythonMagick

img = PythonMagick.Image("file.pdf")
img.depth = 8
img.magick = "RGB"
data = img.data

或使用：

您可以使用imagemagick，例如：

import PythonMagick

img = PythonMagick.Image("file.pdf")
img.depth = 8
img.magick = "RGB"
data = img.data

或使用：

我希望将这些文件作为字符串，而不将它们写入本地文件系统

方法是告诉命令将其数据写入stdout而不是文件，然后从

proc.stdout

读取数据

不是每个命令都有方法告诉它这样做，但在许多情况下，只需将

-

作为输出文件名传递即可，对于ImageMagick的

convert

，情况也是如此。当然，您还需要给它一个格式，因为它无法再从

thumb.jpg

的扩展中猜出它。最简单的方法是在

convert

中，将类型前缀为

-

伪文件名。（除了

ImageMagick

之外，不要尝试其他方法）

因此：

然而，这会给你一根巨大的绳子。如果您试图获得一组单独的图像，则需要将一个巨大的字符串拆分为单独的图像，这可能需要一些JPEG/JFIF格式的知识

我希望将这些文件作为字符串，而不将它们写入本地文件系统

方法是告诉命令将其数据写入stdout而不是文件，然后从

proc.stdout

读取数据

不是每个命令都有方法告诉它这样做，但在许多情况下，只需将

-

作为输出文件名传递即可，对于ImageMagick的

convert

，情况也是如此。当然，您还需要给它一个格式，因为它无法再从

thumb.jpg

的扩展中猜出它。最简单的方法是在

convert

中，将类型前缀为

-

伪文件名。（除了

ImageMagick

之外，不要尝试其他方法）

因此：

---

然而，这会给你一根巨大的绳子。如果您试图获取一组单独的图像，则需要将一个巨大的字符串拆分为单独的图像，这可能需要一些JPEG/JFIF格式的知识。

您可以让它将数据发送到stdout

import subprocess
params = ['convert', 'pdf_file', 'jpg:-']
image_data = subprocess.check_output(params)

---

您可以让它将数据发送到标准输出

import subprocess
params = ['convert', 'pdf_file', 'jpg:-']
image_data = subprocess.check_output(params)

---

---

当您使用python时，最好使用python而不是调用外部程序，因为forks可能很昂贵。@zmo forks可能很昂贵，但我使用相当大的PDF多次这样做，因此我认为不通过python绑定的好处是值得的。另外，我不相信子进程实际上是分叉的。@SlaterTyranus:

子进程

肯定是分叉的（除非您在Windows上，在这种情况下，它是

CreateProcess

es）。不然怎么行？@SlaterTyranus:PS，你在哪个平台上，叉子很贵？它们在linux上的速度非常快，在OS X和其他现代*BSD上几乎不重要。）通常exec和链接加载器等要比fork花费更长的时间（尽管仍然没有Windows的CreateProcess那么长）。在使用python时，使用python而不是调用外部程序是一个好主意，因为forks往往很昂贵。@zmo forks可能很昂贵，但我用相当大的PDF做了几次，所以我认为不通过python绑定的好处是值得的。另外，我不相信子进程实际上是分叉的。@SlaterTyranus:

子进程

肯定是分叉的（除非您在Windows上，在这种情况下，它是

CreateProcess

es）。不然怎么行？@SlaterTyranus:PS，你在哪个平台上，叉子很贵？它们在linux上的速度非常快，在OS X和其他现代*BSD上几乎不重要。）通常exec和链接加载器等要比fork花费更长的时间（尽管仍然没有Windows的CreateProcess那么长）。哦，太棒了！正是我想要的。哦，太棒了！正是我要找的。分成几组？等待结论。@SlaterTyranus:哦，对不起。现在修好了，分成几组？等待结论。@SlaterTyranus:哦，对不起。现已修复。PythonMagick似乎不再处于活动状态。@SlaterTyranus：对于传统的ImageMagick，PythonMagick仍然有效。对于更新、更高级的MagickWand API，请改用PythonMagickWand。或者使用Wand，它将较低级别的API包装成较高级别API的样式。（zmo的答案已经有了一个例子，

wand

和

PythonMagic

one）或者直接去看看现在有什么。（您可能还想检查PyPI。）PythonMagick似乎不再处于活动状态。@SlaterTyranus:对于传统的ImageMagick，PythonMagick仍然有效。对于更新、更高级的MagickWand API，请改用PythonMagickWand。或者使用Wand，它将较低级别的API包装成较高级别API的样式。（zmo的答案已经有了一个例子，

wand

和

PythonMagic

one）或者直接去看看现在有什么。（您可能还需要检查PyPI。）