Python将PDF每页拆分成图片，特别吃内存。有什么优化方法？

Question

最近用python做的一个将PDF每一页拆分成图片的功能，遇到特别大的PDF文件时处理就会很吃力，电脑会卡死有时候甚至处理失败！！！求教大佬们有没有好的解决办法

Answer 1

可以使用ImageMagick来实现，完美解决你遇到的问题

ImageMagick是Linux上超强大、功能超丰富的图片处理的命令行工具。
而ImageMagick在做PDF相关的工作时，是基于Ghostscript进行处理的。所以两个都要安装。

首先确保本机已经安装ImageMagick与Ghostscript, 

Mac安装：

brew install ghostscript imagemagick

Ubuntu安装：

sudo apt-get install -y ghostscript imagemagick

# on error: sudo apt-get update

安装好后，命令行里就可以调用ImageMagick的一系列命令了，包括：

• convert

常用命令有：

#JPG图片转为PNG图片
$ convert image.jpg image.png

#将图片缩放为50%大小
$ convert image.png -resize 50% image2.png

#将图片缩放为指定长宽
$ convert image.png -resize 640x480 image2.png

#横向合并图片
$ convert image1.png image2.png image3.png +append image123.png

PDF转图片

用imagemagick将pdf转成图片（不是提取图片）的命令是：

$ convert sample.pdf sample.jpg

命令非常简单，速度也极快。但是在PDF转图片的过程中，如果不加任何设置直接convert xx.pdf xx.png这样的转换，效果可是非常之差

 

 

# 默认转换：图片大小几乎与pdf相同
$ convert sample.pdf sample.jpg

# resize设置：无论resize 100还是3000，都没有清晰化
$ convert -resize 3000 sample.pdf sample.jpg

# quality设置：完全没有作用
$ convert -quality 100% sample.pdf sample.jpg

# verbose+density+quality+flatten+sharpen转换：也就大概还原了80%的清晰度
$ convert -verbose -density 150 -trim -quality 100 -flatten -sharpen 0x1.0 sample.pdf sample.jpg

# density 300转换：100%还原，但是文件增大10倍
$ convert -density 300 -trim -quality 100 sample.pdf sample.jpg

# geometry 转换：100%还原，文件增大7倍
$ convert -geometry 1600x1600 -density 200x200 -quality 100 sample.pdf sample.jpg