파이썬을 사용하여 PDF에서 이미지와 이미지 정보 추출하기

들어가기 전에

PDF(Portable Document Format) 파일은 일관된 포맷과 유연성 인해 문서 공유 및 보존에 널리 사용됩니다. PDF에는 텍스트 외에 이미지가 들어 있을 수 있습니다. 파이썬을 사용하여 PDF 파일에서 이미지와 이미지 정보를 추출하는 방법을 소개합니다.

권현욱(엑셀러) | 아이엑셀러 닷컴 대표 · Microsoft Excel MVP · Excel 솔루션 프로바이더 · 작가

이미지: 아이엑셀러 닷컴

 

※ 이 글은 아래 기사 내용을 토대로 작성되었습니다만, 필자의 개인 의견이나 추가 자료들이 다수 포함되어 있습니다.

---

• 원문: Extract Images and Image Information from PDF with Python
• URL: https://medium.com/@alice.yang_10652/extract-images-and-image-information-from-pdf-with-python-10719a3bda81

---

PDF에서 이미지 정보를 추출하는 파이썬 라이브러리

Python에서 PDF 파일에서 이미지와 이미지 정보를 추출하기 위해 Python용 Spire.PDF를 사용하겠습니다. 이 라이브러리는 Python 애플리케이션 내에서 PDF 파일을 생성, 읽기, 편집, 변환할 수 있도록 설계된 기능이 풍부하고 사용자 친화적인 라이브러리입니다. 다음 pip 명령을 사용하여 PyPI에서 Python용 Spire.PDF를 설치할 수 있습니다.

pip install Spire.Pdf

 

Python용 Spire.PDF가 이미 설치되어 있고 최신 버전으로 업그레이드하려면 다음 pip 명령을 사용하세요.

pip install - upgrade Spire.Pdf

 

설치에 대한 자세한 내용은 [여기]에서 확인할 수 있습니다.

파이썬으로 PDF에서 이미지 추출하기

Python용 Spire.PDF의 PdfImageHelper 클래스는 PDF의 이미지를 편리하게 처리할 수 있는 방법을 제공합니다. PDF의 이미지를 가져오려면 PdfImageHelper.GetImagesInfo 함수를 사용할 수 있습니다. 이 함수는 PDF 페이지의 이미지를 각각 나타내는 PdfImageInfo 객체 목록을 반환합니다. PdfImageInfo 객체가 있으면 PdfImageInfo.Image.Save() 함수를 사용하여 각 이미지를 파일에 저장할 수 있습니다.

아래 코드는 Python 및 Python용 Spire.PDF를 사용하여 PDF 파일에서 이미지를 추출하는 방법을 보여줍니다.

from spire.pdf.common import *
from spire.pdf import *

def extract_images_from_pdf(pdf_path, output_dir):
    """
    Extracts all images from a PDF file and saves them to the specified output directory.
    
    Args:
        pdf_path (str): The path to the PDF file.
        output_dir (str): The directory where the extracted images will be saved.
    """
    # Create a PdfDocument object and load the PDF file
    doc = PdfDocument()
    doc.LoadFromFile(pdf_path)

    # Create a PdfImageHelper object
    image_helper = PdfImageHelper()

    image_count = 1
    # Iterate over all pages in the PDF
    for page_index in range(doc.Pages.Count):
        # Get the image information for the current page
        image_infos = image_helper.GetImagesInfo(doc.Pages[page_index])

        # Extract and save the images
        for image_index in range(len(image_infos)):
            # Get the image
            image = image_infos[image_index].Image
            # Specify the output file name
            output_file = os.path.join(output_dir, f"Image-{image_count}.png")
            # Save the image
            image.Save(output_file)
            image_count += 1

    # Close the PdfDocument object
    doc.Close()

# Example usage
extract_images_from_pdf("Sample.pdf", "C:/Users/Administrator/Desktop/Images")

 

이미지: medium

파이썬으로 PDF에서 이미지 정보 추출하기

PDF에서 위치(x, y 좌표), 너비, 높이와 같은 이미지 정보를 추출하려면 PdfImageInfo.Bounds.X, PdfImageInfo.Bounds.Y, PdfImageInfo.Bounds.Width 및 PdfImageInfo.Bounds.Height 속성을 사용할 수 있습니다.

아래 코드는 Python과 Python용 Spire.PDF를 사용하여 PDF 파일에서 위치(x 및 y 좌표), 너비, 높이와 같은 이미지 정보를 추출하는 방법을 보여줍니다.

from spire.pdf.common import *
from spire.pdf import *

def print_pdf_image_info(pdf_path):
    """
    Prints information about the images in a PDF file.
    
    Args:
        pdf_path (str): The path to the PDF file.
    """
    # # Create a PdfDocument object and load the PDF file
    doc = PdfDocument()
    doc.LoadFromFile(pdf_path)

    # Create a PdfImageHelper object
    image_helper = PdfImageHelper()

    # Iterate over all pages in the PDF
    for page_index in range(doc.Pages.Count):
        page = doc.Pages[page_index]

        # Get the image information for the current page
        image_infos = image_helper.GetImagesInfo(page)

        # Print the image information
        for image_index, image_info in enumerate(image_infos):
            print(f"Page {page_index + 1}, Image {image_index + 1}:")
            print(f"  Image position: ({image_info.Bounds.X}, {image_info.Bounds.Y})")
            print(f"  Image size: {image_info.Bounds.Width} x {image_info.Bounds.Height}")

    # Close the PdfDocument object
    doc.Close()

# Example usage
print_pdf_image_info("Sample.pdf")

 

이미지: medium

 

마치며

Python을 사용하여 PDF 파일에서 이미지를 추출하는 방법을 살펴보았습니다. Python을 사용하면 PDF 파일에서 이미지의 위치(x 및 y 좌표), 너비, 높이 등 이미지와 관련된 세부 정보를 추출하는 것도 가능합니다.

멤버십 안내 "최고" 가성비로 "최신" Office 활용 정보를 보내드립니다.

추천 도서 심혈을 기울여 집필한 책들입니다. 자신있게 추천합니다.

강의 & 개발 최고 전문가의 실무 노하우를 아낌 없이 전수해 드립니다.