快捷導(dǎo)航

十行Python3代碼實現(xiàn)去除pdf文件水印

更新時間：2022年02月23日 14:14:54 作者：Carl_奕然

pfd文檔一般無法直接去除水印，需要先將pfd文檔轉(zhuǎn)換成圖片，在逐一對圖片進行水印去除操作，最后在把圖片插入到pdf文檔中，這樣就很繁瑣。本文將用十行Python3代碼輕輕松松實現(xiàn)PDF文件水印去除，快來了解一下吧

1、引言

小屌絲：魚哥，最近有點不像話了。

小魚：嗯？？啥個意思嘛~

小屌絲：一周了，沒分享小知識了。

小魚：就因為這個？？

小屌絲：那是，我這么愛學(xué)習(xí)的人。

小魚：怕是你有什么事情解決不了，想到我了吧？

小屌絲：呵 ~ 笑話 ~ 我能有…什…么…事情…

小魚：說吧，

小屌絲：這可是你讓我說的，我可沒主動要問的！

小魚：說吧，咋還磨磨唧唧了呢

小屌絲：我在某站下載的pfd文檔，有水印，如何去掉啊？

小魚：我突然想起來，PPT還沒寫完。

小屌絲：我家樓下剛開一個燒烤店，據(jù)說還不錯!

小魚：PPT寫不完，可以晚上寫，助人為樂讓我更快樂。

2、代碼實戰(zhàn)

在上一篇博文，我們知道了如何給pdf文檔添加水印，

而本篇，我們就給pdf去水印

如果不知道如何添加水印，就看這篇：2行Python代碼實現(xiàn)給pdf文件添加水印

小屌絲：你這添加完水印，又去除水印，你這是鬧哪樣？？

小魚：我喜歡，我稀罕，我樂意?。?/p>

2.1 去除原理

去除方法：

1、用 PyMuPDF 打開 pdf 文件，將 pdf 的每一頁都轉(zhuǎn)換為圖片 pixmap，

2、pixmap 有它自己的 RGB，只需要將 pdf 水印中的 RGB 改為(255, 255, 255)，并保存圖片

3、按照生成的圖片，插入到pdf文檔中

因為pfd文檔無法直接去除水印，需要先將pfd文檔轉(zhuǎn)換成圖片，在逐一對圖片進行水印去除操作，最后在把圖片插入到pdf文檔中

2.2 代碼解析

1、先查看PDF文檔中的水印rgb值是多少

可以看到，RGB(179,179,179)，因為這里要的是RGB色值總和，所以我們就認為，超過510，就認為是水印。

敲黑板

光學(xué)三原色是紅綠藍（RGB），也就是說它們是不可分解的三種基本顏色，其他顏色都可以通過這三種顏色混合而成，三種顏色等比例混合就是白色，沒有光就是黑色。
在計算機中，可以用三個字節(jié)表示 RGB 顏色，1個字節(jié)能表示的最大數(shù)值是 255，所以，(255, 0, 0)代表紅色，(0, 255, 0)代表綠色，(0, 0, 255)代表藍色。相應(yīng)地，(255, 255, 255)代表白色，(0, 0, 0)代表黑色。從(0, 0, 0) ~ (255, 255, 255) 之間的任意組合都可以代表一個不同的顏色。
圖片每個位置顏色由四元組表示，前三位分別是 RGB，第四位是 Alpha 通道

2、pdf轉(zhuǎn)換成圖片，并去除水印

代碼示例：

# -*- coding:utf-8 -*-
# @Time   : 2022-02-23
# @Author : carl_DJ

from PIL import Image
from itertools import product
import fitz

# 去除pdf的水印
def remove_pdfwatermark():
    #打開源pfd文件
    pdf_file = fitz.open("跟小魚學(xué)習(xí)去水印.pdf")

    #page_no 設(shè)置為0
    page_no = 0
    #page在pdf文件中遍歷
    for page in pdf_file:
        #獲取每一頁對應(yīng)的圖片pix (pix對象類似于我們上面看到的img對象，可以讀取、修改它的 RGB)
        #page.get_pixmap() 這個操作是不可逆的，即能夠?qū)崿F(xiàn)從 PDF 到圖片的轉(zhuǎn)換，但修改圖片 RGB 后無法應(yīng)用到 PDF 上，只能輸出為圖片
        pix = page.get_pixmap()

        #遍歷圖片中的寬和高，如果像素的rgb值總和大于510，就認為是水印，轉(zhuǎn)換成255，255,255-->即白色
        for pos in product(range(pix.width), range(pix.height)):
            if sum(pix.pixel(pos[0], pos[1])) >= 510:
                pix.set_pixel(pos[0], pos[1], (255, 255, 255))
        #保存去掉水印的截圖
        pix.pil_save(f"./{page_no}.png", dpi=(30000, 30000))
        #打印結(jié)果
        print(f'第 {page_no} 頁去除完成')

        page_no += 1

if __name__ == '__main__':
    remove_pdfwatermark()

執(zhí)行完成，

查看生成圖片：

查看圖片內(nèi)容：

3、圖片轉(zhuǎn)為pdf

代碼示例：

# -*- coding:utf-8 -*-
# @Time   : 2022-02-23
# @Author : carl_DJ

from PIL import Image
from itertools import product
import fitz

''' 圖片轉(zhuǎn)為pdf'''
#圖片所在的文件夾
pic_dir = 'D:\Project\watemark'

pdf = fitz.open()
#圖片數(shù)字文件先轉(zhuǎn)換成int類型進行排序
img_files = sorted(os.listdir(pic_dir), key=lambda x: int(str(x).split('.')[0]))
for img in img_files:
    print(img)
    imgdoc = fitz.open(pic_dir + '/' + img)
    #將打開后的圖片轉(zhuǎn)成單頁pdf
    pdfbytes = imgdoc.convertToPDF()
    imgpdf = fitz.open("pdf", pdfbytes)
    #將單頁pdf插入到新的pdf文檔中
    pdf.insertPDF(imgpdf)
pdf.save("跟小魚學(xué)習(xí)去水印_完成.pdf")
pdf.close()

執(zhí)行代碼，

查看生成的pdf文檔

2.3 代碼整合

上面的內(nèi)容都了解以后，我們就整合代碼，直接運行就可以了。

# -*- coding:utf-8 -*-
# @Time   : 2022-02-23
# @Author : carl_DJ

from PIL import Image
from itertools import product
import fitz

# 去除pdf的水印
def remove_pdfwatermark():
    #打開源pfd文件
    pdf_file = fitz.open("跟小魚學(xué)習(xí)去水印.pdf")

    #page_no 設(shè)置為0
    page_no = 0
    #page在pdf文件中遍歷
    for page in pdf_file:
        #獲取每一頁對應(yīng)的圖片pix (pix對象類似于我們上面看到的img對象，可以讀取、修改它的 RGB)
        #page.get_pixmap() 這個操作是不可逆的，即能夠?qū)崿F(xiàn)從 PDF 到圖片的轉(zhuǎn)換，但修改圖片 RGB 后無法應(yīng)用到 PDF 上，只能輸出為圖片
        pix = page.get_pixmap()

        #遍歷圖片中的寬和高，如果像素的rgb值總和大于510，就認為是水印，轉(zhuǎn)換成255，255,255-->即白色
        for pos in product(range(pix.width), range(pix.height)):
            if sum(pix.pixel(pos[0], pos[1])) >= 510:
                pix.set_pixel(pos[0], pos[1], (255, 255, 255))
        #保存去掉水印的截圖
        pix.pil_save(f"./{page_no}.png", dpi=(30000, 30000))
        #打印結(jié)果
        print(f'第 {page_no} 頁去除完成')

        page_no += 1

#去除的pdf水印添加到pdf文件中
def pictopdf():
	#水印截圖所在的文件夾
    # pic_dir = input("請輸入圖片文件夾路徑：")
	pic_dir = 'D:\Project\watemark'
	
	pdf = fitz.open()
	#圖片數(shù)字文件先轉(zhuǎn)換成int類型進行排序
	img_files = sorted(os.listdir(pic_dir), key=lambda x: int(str(x).split('.')[0]))
	for img in img_files:
	    print(img)
	    imgdoc = fitz.open(pic_dir + '/' + img)
	    #將打開后的圖片轉(zhuǎn)成單頁pdf
	    pdfbytes = imgdoc.convertToPDF()
	    imgpdf = fitz.open("pdf", pdfbytes)
	    #將單頁pdf插入到新的pdf文檔中
	    pdf.insertPDF(imgpdf)
	pdf.save("跟小魚學(xué)習(xí)去水印_完成.pdf")
	pdf.close()

if __name__ == '__main__':
    remove_pdfwatermark()
    pictopdf()