问题标签 [pdf2image]

我正在开发一个 python 项目，该项目需要我一个接一个地遍历存储在当前目录的一个名为 sample/ 的文件夹中的多个 pdf，并将这些 pdf 的各个页面作为图像保存在另一个名为 convert_images/ 的目录中。有人能帮我吗？所有 pdf 文件都是随机命名的，但具有“.pdf”扩展名。

我正在使用烧瓶，我正在上传一个 pdf 文件以将其转换为图像并使用 pytesseract 执行 OCR。

但是，pdf2image 无法读取上传的图像。我尝试在互联网上搜索，但我找不到任何东西。

我尝试直接传递文件存储对象，但出现错误，我的代码如下所示：

这给出了这个错误，

我也试过做，

这给出了错误：

我正在将我的 PDF 转换为Python来自convert_from_path库pdf2image的图像。

这是原始 PDF：

这是生成的图像：

如您所见，这里的问题是图像中的字体不是好的字体，并且缺少一些文本（底部的地址）。所以 ：

• 为什么我的文字被裁剪？
• 如何将字体添加到pdf2library？

编辑：链接到 PDF（将其下载到您的计算机以查看正确的字体Mistral）

我在我的 Python 程序中使用 pdf2image.convert_from_bytes 将 PDF 页面字节转换为图像。当我创建一个可执行文件时，它在 Windows 10 上运行良好，但在 Windows 11 下没有显示任何结果。

pdf2image 的当前版本是“1.14.0”，在 Windows 10 和 Python 3.8.5（32 位）下

我该如何解决这个问题

我已将 pdf 转换为图像并转换为数组。
然而，在这个过程中它花费了太多时间或几乎内核死了，最后得到空的 o/p。

如何处理这个问题。请建议。

代码：

此处上述代码的 o/p 为空：[]

我尝试过的：
不使用循环，如果我只是给出image[0]或image[1]等，那么我会看到所需的 o/p 结果。

我正在尝试为图像绘制一个框，但它不是预期的。请建议如何实现。

代码：

在上面的代码中，有 13 个图像（图像被转换为​​简历 pdf），我已经附加到 bounds 变量中 #Now 想要为这些图像绘制边界，但是 o/p 根本不起作用。

代码：

执行：draw_boxes(images 1 ,bound)
结果：什么也没发生。输出/输出