내가 쓰려고 남겨놓는 PDF 이미지 유틸

.my_pdf_to_image.ipynb

my_utility.py

import fitz
import os
import zipfile


# PDF에서 이미지를 추출하여 저장하는 함수
def extract_images_from_pdf(pdf_path, output_folder, *args, **kwargs):
    """PDF 파일에서 이미지 객체들을 추출하여 저장하는 함수
    
    Args:
        pdf_path (str): PDF 파일 경로
        output_folder (str): 이미지를 저장할 폴더 경로
        *args: 추가 위치 인자
        **kwargs: 추가 키워드 인자
    """
    # PDF 파일 열기
    pdf_document = fitz.open(pdf_path)

    # PDF의 각 페이지를 순회
    for page_number in range(len(pdf_document)):
        page = pdf_document[page_number]
        images = page.get_images(full=True)  # 페이지 내 모든 이미지 가져오기

        # 현재 페이지의 모든 이미지를 순회
        for img_index, img in enumerate(images):
            xref = img[0]  # XREF는 이미지 객체 참조를 가리킴

            # 이미지 바이트 추출
            base_image = pdf_document.extract_image(xref)
            image_bytes = base_image["image"]
            image_ext = base_image["ext"]  # 이미지 형식 (예: "png", "jpeg")

            # 이미지를 출력 폴더에 저장
            image_filename = f"page{page_number+1:0>3}_img{img_index+1:0>3}.{image_ext}"
            image_path = os.path.join(output_folder, image_filename)

            with open(image_path, "wb") as image_file:
                image_file.write(image_bytes)

            print(f"\tSaved image: {image_path}")

# PDF의 각 페이지를 이미지로 렌더링하는 함수
def render_pdf_to_images(pdf_path, output_folder, dpi=72, *args, **kwargs):
    """PDF 파일의 각 페이지를 이미지로 렌더링하여 저장하는 함수
    
    Args:
        pdf_path (str): PDF 파일 경로
        output_folder (str): 이미지를 저장할 폴더 경로
        dpi (int): 출력 이미지의 해상도 (기본값: 72)
        *args: 추가 위치 인자
        **kwargs: 추가 키워드 인자
    """
    # PDF 파일 열기
    pdf_document = fitz.open(pdf_path)

    # DPI에 기반한 확대/축소 계수 계산 (PyMuPDF의 기본값은 72 DPI)
    zoom = dpi / 72  # 스케일 계수
    matrix = fitz.Matrix(zoom, zoom)

    # PDF의 각 페이지를 순회
    for page_number in range(len(pdf_document)):
        page = pdf_document[page_number]

        # 페이지를 픽스맵(이미지)으로 렌더링
        pixmap = page.get_pixmap(matrix=matrix, alpha=False)

        # 렌더링된 이미지 저장
        image_filename = f"page{page_number+1:0>3}.png"
        image_path = os.path.join(output_folder, image_filename)
        pixmap.save(image_path)

        print(f"\tRendered page {page_number+1} at {dpi} DPI as image: {image_path}")

# 이미지 파일들을 ZIP으로 압축하는 함수
def compress_images_to_zip(input_folder, output_zip):
    """이미지 파일들을 ZIP 파일로 압축하는 함수
    
    Args:
        input_folder (str): 압축할 이미지 파일들이 있는 폴더 경로
        output_zip (str): 생성할 ZIP 파일 경로
    """
    # 입력 폴더의 이미지 파일들을 정렬된 리스트로 가져오기
    image_files = sorted(
        [f for f in os.listdir(input_folder) if os.path.isfile(os.path.join(input_folder, f))],
        key=str.lower  # 알파벳 순으로 정렬 (대소문자 구분 없음)
    )

    # 압축 레벨 0(저장만)으로 ZIP 파일 생성
    with zipfile.ZipFile(output_zip, 'w', zipfile.ZIP_STORED) as zipf:
        for image_file in image_files:
            image_path = os.path.join(input_folder, image_file)
            # 폴더 구조 없이 파일만 ZIP에 추가
            zipf.write(image_path, arcname=image_file)
            print(f"\tAdded to ZIP: {image_file}")