使用pypdf2和枕头从PDF文件中提取png：图像数据不足

Question

使用我在 precters pypdf2/blob/master/scripts/pdf-image-extractor.py“ rel =“ nofollow noreferrer”>此示例代码，我正在尝试在PDF文件的所有页面上提取图像。现在，我在此作品的第二行（ image.frombytes ）处遇到了PNG图像的错误（适用于JPG）：

if xObject[obj]['/Filter'] == '/FlateDecode':
    img = Image.frombytes(mode, size, data)
    img.save(imagename + ".png")
    number += 1

这会产生 value> valueerror：不够的图像数据 ，这似乎是因为数据无法正确解码。

Answer 1

该代码不正确，因为 PDF 文件未嵌入完整的 PNG 图像（与 JPEG 相反）。使用 FlateDecode 过滤器的图像仅包含已使用 Flate 方法压缩的原始图像数据。

您必须解压缩数据才能获取原始图像数据，将其转换为 RGB（基于 PDF 图像图像上定义的色彩空间）并使用 PDF 图像对象上定义的其他属性（宽度、高度等），您可以构造PNG 图像。