Python實現(xiàn)為PDF去除水印的示例代碼
前言
為什么做出這個?
就是有時候從網(wǎng)上下載的資料中的pdf有水印,看著不舒服。
比如說我從網(wǎng)上下載的試卷,然后去打印店打印,打印之后水印看著很不舒服,而去水印wps要會員,而我是一個程序員,為什么不做一個呢,何樂而不為。
雖然最后是做出來的,但是還是有限制。
原理
把pdf轉(zhuǎn)化為圖片,然后將圖片去水印。
圖片去水印,是又條件限制的,必須水印的顏色和pdf中文字的顏色的rgb相差很大,然后把水印的顏色改變成背景顏色。
特色
網(wǎng)上很多和我類似的原理去水印,但是都是先pdf轉(zhuǎn)化為圖片存起來,然后圖片去水印之后,然后把圖片拼接成pdf。
而我就不需要中間步驟,我是直接輸入pdf文件,輸出pdf文件。
成果
安裝依賴
Image
pip install pillow
fitz
pip install PyMuPDF
代碼
程序處理pdf需要的時間比較久(因為處理的是像素點),可以先用頁數(shù)少的pdf進(jìn)行測試之后再去頁數(shù)比較多的pdf。
from PIL import Image import os import io import fitz import time def single_pdf_clearwater(pdf_path: str): pdf = fitz.open(pdf_path) # 打開pdf目錄 pdf_img = fitz.open() # 打開空文件,用來存圖片pdf for page_inf in pdf: definition = 3 # 清晰度,感覺輸出的pdf不夠清晰,可以調(diào)大,調(diào)大,文件大小也會變大 matrix = fitz.Matrix(definition, definition) img = page_inf.get_pixmap(matrix=matrix).tobytes() img = Image.open(io.BytesIO(img)) width, height = img.size for i in range(width): for j in range(height): if sum(img.getpixel((i, j))) > 600: # 這里的600你需要根據(jù)自己的水印的顏色進(jìn)行更改。 img.putpixel((i, j), (255, 255, 255)) img = img.tobytes() # = img = np.asarray(img);img = bytearray(img) img = fitz.Pixmap(fitz.csRGB, width, height, img) img = img.tobytes() img = fitz.open("png", img) pdf_bytes = img.convert_to_pdf() pdf_img.insert_pdf(fitz.open("pdf", pdf_bytes)) if not os.path.exists("output"): os.makedirs("output") # 處理好的pdf存入了output目錄下 pdf_img.save("output/去水印pdf_" + os.path.basename(pdf_path)) def group_pdf_clearwater(path_array: list[str]): print("************去水印時間比較久***********") for pdf_path in path_array: print(pdf_path, "去水印中...") single_pdf_clearwater(pdf_path) print("完成") def folder_pdf_files(folder: str) -> list[str]: # 一個文件夾里面有多少pdf文件 file_list = [] for a, b, c in os.walk(folder): if b == []: for filename in c: if filename[-3:].lower() == 'pdf': file_path = os.path.join(a, filename) file_list.append(file_path) print(folder, ": 有", len(file_list), "個pdf文件") return file_list if __name__ == '__main__': time_start = time.time() path_list = folder_pdf_files("pdf的目錄") group_pdf_clearwater(path_list) time_end = time.time() print("程序運行時間:", round(time_end - time_start, 2), "秒")
想法
雖然最后實現(xiàn)了,但是有限制。
為了去除保存圖片后取圖片的中間步驟,我查閱了很多的文獻(xiàn)和資料,后面發(fā)現(xiàn)只有我最不想看的英文文檔才找到了問題的答案。我就感覺,比較偏的點,只有英文文獻(xiàn)才有。
因為限制,我在想是不是可以和python-普通pdf的添加水印的逆向思維進(jìn)行操作,就是把水印圖層直接取出來。
如果處理的pdf文件比較多,并且頁數(shù)很多,程序運行就要很久,我都感覺像深度學(xué)習(xí)了。
到此這篇關(guān)于Python實現(xiàn)為PDF去除水印的示例代碼的文章就介紹到這了,更多相關(guān)Python PDF去水印內(nèi)容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家!
相關(guān)文章
基于python中pygame模塊的Linux下安裝過程(詳解)
下面小編就為大家?guī)硪黄趐ython中pygame模塊的Linux下安裝過程(詳解)。小編覺得挺不錯的,現(xiàn)在就分享給大家,也給大家做個參考。一起跟隨小編過來看看吧2017-11-11Python實現(xiàn)Kerberos用戶的增刪改查操作
這篇文章主要介紹了Python實現(xiàn)Kerberos用戶的增刪改查操作,具有很好的參考價值,希望對大家有所幫助。一起跟隨小編過來看看吧2020-12-12Python?ArcPy實現(xiàn)批量拼接長時間序列柵格圖像
這篇文章主要介紹了如何基于Python中ArcPy模塊,對大量不同時相的柵格遙感影像按照其成像時間依次執(zhí)行批量拼接的方法,感興趣的可以了解一下2023-03-03python實現(xiàn)機(jī)器學(xué)習(xí)之元線性回歸
這篇文章主要為大家詳細(xì)介紹了python實現(xiàn)機(jī)器學(xué)習(xí)之元線性回歸,具有一定的參考價值,感興趣的小伙伴們可以參考一下2018-09-09Python實現(xiàn)返回數(shù)組中第i小元素的方法示例
這篇文章主要介紹了Python實現(xiàn)返回數(shù)組中第i小元素的方法,結(jié)合實例形式分析了Python針對數(shù)組的遍歷、排序、運算等相關(guān)操作技巧,需要的朋友可以參考下2017-12-12