当ImageMagick和PyPDF2一起使用时，Python会崩溃

Question

我有一个PDF文件由大约20-25页组成。这个工具的目的是将PDF文件分割成页面(使用PyPdf2)，将每个PDF页面保存在一个目录中(使用PyPdf2)，将PDF页面转换为图像(使用ImageMagick)，然后使用tesseract (使用PIL和PyOCR)对它们执行一些光学字符识别以提取数据。该工具最终将是通过tkinter的GUI，因此用户可以通过单击按钮多次执行相同的操作。在我的大量测试中，我注意到如果整个过程重复大约6-7次，工具/python脚本就会崩溃，并在Windows上显示无响应。我已经执行了一些调试，但不幸的是没有抛出错误。内存和CPU都很好，所以也没有问题。我能够缩小问题的范围，因为我观察到，在到达tesseract部分之前，当PyPDF2和ImageMagick一起运行时，它们都失败了。我能够通过将其简化为以下Python代码来复制该问题：

from wand.image import Image as Img
from PIL import Image as PIL
import pyocr
import pyocr.builders
import io, sys, os 
from PyPDF2 import PdfFileWriter, PdfFileReader


def splitPDF (pdfPath):
    #Read the PDF file that needs to be parsed.
    pdfNumPages =0
    with open(pdfPath, "rb") as pdfFile:
        inputpdf = PdfFileReader(pdfFile)

        #Iterate on every page of the PDF.
        for i in range(inputpdf.numPages):
            #Create the PDF Writer Object
            output = PdfFileWriter()
            output.addPage(inputpdf.getPage(i))
            with open("tempPdf%s.pdf" %i, "wb") as outputStream:
                output.write(outputStream)

        #Get the number of pages that have been split.
        pdfNumPages = inputpdf.numPages

    return pdfNumPages

pdfPath = "Test.pdf"
for i in range(1,20):
    print ("Run %s\n--------" %i)
    #Split the PDF into Pages & Get PDF number of pages.
    pdfNumPages = splitPDF (pdfPath)
    print(pdfNumPages)
    for i in range(pdfNumPages):
        #Convert the split pdf page to image to run tesseract on it.
        with Img(filename="tempPdf%s.pdf" %i, resolution=300) as pdfImg:
            print("Processing Page %s" %i) 

我已经使用with语句正确地处理了文件的打开和关闭，因此应该不会有内存泄漏。我已经尝试过分别运行拆分部分和图像转换部分，当单独运行时，它们工作得很好。然而，当代码组合在一起时，它将在迭代大约5-6次后失败。我使用了try和exception块，但没有捕获到错误。另外，我使用的是所有库的最新版本。任何帮助或指导我们都将不胜感激。

谢谢。

Answer 1

对于将来的参考，这个问题是由于其中一条评论中提到的32位版本的ImageMagick造成的(多亏了emcconville)。卸载Python和ImageMagick 32位版本并安装这两个64位版本修复了该问题。希望这能有所帮助。