imagemagick将大型pdf拆分成png格式

Question

我有一个pdf我想拆分成单独的图片，每个页面都是一张图片，我使用以下imagemajick命令来做到这一点：

convert -density 400 mypdf.pdf out.png

它工作得很好，但是我已经测试了我的pdf的前5页，它花了10秒，在这种速度下，它应该需要大约半个小时来分割我的pdf，这对我来说似乎很奇怪，考虑到我并没有真正做任何花哨的事情，我没有旋转图像或修改它们，我想知道有没有更快的方法来做到这一点。谢谢

另外，我想保留质量，我之前在没有密度标志的情况下做了，但质量急剧下降。

Answer 1

PDF渲染有点乱。

最好的系统可能是GhostScript和它的库形式MuPDF。它的速度非常快，并且可以很好地扩展到大型文档。不幸的是，库许可(AFL)是困难的，并且你不能直接链接到二进制文件。

ImageMagick通过使用ghostscript命令行工具绕过了这一限制，但当然这意味着呈现PDF页面现在是一个多阶段的过程:将PDF复制到/tmp，使用一组命令行标志执行ghostscript以将文档呈现为/tmp中的图像文件，然后再次读入此临时图像文件，提取页面，最后将图像写入输出PNG。

在我的笔记本电脑上我看到：

$ time convert -density 400 nipguide.pdf[8] x.png
real    0m2.598s

另一个流行的PDF渲染器是poppler。这来自xpdf文档预览器项目，所以它很快，但只有在渲染到RGB时才真正满意。它也可以在大文档上挣扎，而且它是GPL，所以如果不成为GPL，你就不能链接到它。

libvips直接链接到poppler-glib以进行渲染，因此您可以保存一些副本。我明白了：

$ time vips copy nipguide.pdf[page=8,dpi=400] x.png
real    0m0.904s

最后是PDFium。这是Chrome的PDF渲染库--它是旧的Foxit PDF预览器，相当粗糙地裁剪并做成一个库。它比poppler慢一点，但它有一个非常慷慨的许可证，这意味着你可以在poppler不能工作的情况下使用它。

有一个实验性的libvips分支，它使用PDFium进行PDF渲染。有了这些，我明白了：

$ time vips copy nipguide.pdf[page=8,dpi=400] x.png
real    0m1.152s

Answer 2

如果您安装了Python，则应该尝试使用PyMuPDF。它是一个MuPDF的Python绑定，非常容易使用并且非常快(比xpdf快3倍)。渲染PDF页面是这个包的基本业务。使用如下脚本：

#----------------------------------------------------------------------------------
import fitz
fname = sys.argv[1]        # get filename from command line
doc = fitz.open(fname)     # open the file
mat = fitz.Matrix(2,2)     # controls resolution: scale factor in x and y direction
for page in doc:
    pix = page.getPixmap(matrix=mat, alpha=False)
    pix.writePNG("p-%i.png" % page.number) # write the page's image
#----------------------------------------------------------------------------------

还有"Matrix"：这个表单将每个方向缩放2倍。因此，生成的PNG比默认的原始版本大4倍，大小为100%。这两个维度都可以独立缩放。旋转或只渲染页面的一部分也是可能的。

更多关于PyMuPDF的内容: PyPI提供了适用于Windows、OSX和所有Linux版本的二进制轮子。因此，安装只需要几秒钟的时间。Python部分的许可证是GNU GPL3，用于MuPDF部分GNU AFFERO GPL3，所以它是开源和免费的。创建商业产品被排除在外，但您可以在相同的许可证下自由分发。