从 PDF 中获取图像的坐标

在 Python 中，我们可以使用 PyPDF2 和 pdfminer 这两个库来进行 PDF 文件的读取和处理。但是，这两个库都不支持直接获取 PDF 文件中图像的坐标信息。如果我们需要从 PDF 文件中获取图像的坐标信息，我们需要借助其他的工具。

安装工具

安装 ImageMagick

sudo apt-get install imagemagick

安装 PyMuPDF

pip install PyMuPDF

获取坐标

下面是获取 PDF 文件中图像的坐标信息的 Python 代码片段：

import fitz

def get_image_coordinate(page, image):
    xref = image[0]
    pix = fitz.Pixmap(page, xref)
    trans = fitz.Matrix(1, 1).preRotate(int(image[1]))
    pm = pix.getPixmap(matrix=trans)
    x, y, w, h = image[2]
    return (x, y, x + w, y + h)

doc = fitz.open("example.pdf")
page = doc[0]
for image in page.getImageList():
    coordinate = get_image_coordinate(page, image[:3])
    print(coordinate)

以上代码中，我们使用了 PyMuPDF 这个库来读取 PDF 文件。我们首先打开了一个 PDF 文件，然后选择了这个 PDF 文件的第一页。

接着，在 for 循环中，我们遍历了这一页中的所有图像，并且对每一个图像都调用了 get_image_coordinate 这个函数来获取坐标信息。

get_image_coordinate 函数中的第一个参数 page 是 PDF 文件的一张页面，第二个参数 image 是一个 tuple（即二元组），其中包含了图像的引用（xref）、旋转角度（旋转角度以度数表示）、以及图像在文档中的位置和大小。函数返回一个 tuple，代表了图像的左上角和右下角的坐标。

结论

通过以上代码，我们可以很容易地从 PDF 文件中获取图像的坐标信息。这可以在很多情况下帮助我们实现一些自动化的任务。