获取PDF图像的DPI信息 Python

Question

我有一个pdf文件，其中嵌入了一张图片，我该如何使用Python获取该图片的DPI信息。

我尝试使用"pdfimages" popler-util，它给出了图片的像素高度和宽度。

但是我该如何从中获取图片的DPI信息呢？

- Gaurav Tanwar

Answer 1

与PostScript格式或EPS格式一样，PDF文件没有分辨率，因为它是矢量格式。您能做的就是在pt（或像素）中检索图像尺寸：

from PyPDF2 import PdfFileReader


with io.open(path, mode="rb") as f:
    input_pdf = PdfFileReader(f)
    media_box = input_pdf.getPage(0).mediaBox

min_pt = media_box.lowerLeft
max_pt = media_box.upperRight

pdf_width = max_pt[0] - min_pt[0]
pdf_height = max_pt[1] - min_pt[1]

- Laurent LAPORTE

---

问题是关于图像的dpi而不是pdf页面本身的dpi。 - undefined

Answer 2

在PDF中，图像的ppi不是dpi。它只是注入的比例。

PDF中的图像不知道DPI，它们只是每个区域的像素/矢量数量。

这个图像是一个像素点，宽3像素，高3像素，所以你可以在非常强大的缩放中看到它HERE。它有红色、蓝色和2个黑色角落，在这里上面的PNG按照96 DPI的标准缩放，下面相同的PNG在PDF中按照每英寸72pt的标准缩放，其中一个黑色角落现在变成了白色（记住它是一个PNG，因此可以有透明颜色，逆转适用）。

这是一份外部报告，报告中称其现在的比例为3 PPI，这是正确的，但它并不是源头的标称96 DPI。

pdfimages -list "colours (decom).pdf
page   num  type   width height color comp bpc  enc interp  object ID x-ppi y-ppi size ratio
--------------------------------------------------------------------------------------------
   1     0 image       3     3  rgb     3   8  image  no         6  0     3     3   24B  89%
   1     1 smask       3     3  gray    1   1  image  no         6  0     3     3    4B 400%

一个ppi报告是一个基于存储的宽度除以存储的像素的概念性建议，所以不是源分辨率，源分辨率是未知的。

你可以将图像提取为300 DPI，它可能与源分辨率相似，或者72 DPI也无所谓，1-1000-任何值的报告都没有价值，只是3是它当前内部放置的PPI比例。

为了将RGB图像还原为完美的像素，我们可以运行"pdfimages -png in.pdf out"，导出的结果与输入完全相同，只是分辨率现在是72 DPI，没有透明度，是24位的。

这是那个带有透明层的伴随第二部分（也是72 DPI用于注册）。

一些JPEG可能在它们的头部仍然保留有源分辨率，如果在注入过程中没有被移除的话。

- K J

Answer 3

pdfimages也返回图像的dpi：

> pdfimages -list pdf.pdf
page   num  type   width height color comp bpc  enc interp  object ID x-ppi y-ppi size ratio
--------------------------------------------------------------------------------------------
   1     0 image    1308  1675  rgb     3   8  jpeg   no        17  0   150   150  166K 2.6%

x-ppi是你所需要的，对于大多数情况来说已经足够了；我还发现这种方法运行非常快

我刚刚写了一些包装器来运行这个shell命令，并使用Python类提取一些信息

- Demetry Pascal

---

@KJ 这些通常是普通 PDF 文件上的相同内容；当然，你可以构建不同的数字 PDF 案例，但在实际文件中并不重要。 - undefined