通过Python的PyPDF2库提取pdf中的图片

要使用Python的PyPDF2库提取PDF中的图片，您需要将PDF文件加载到PyPDF2对象中，然后遍历每个页面并提取图片。

下面是一个示例代码，演示如何使用PyPDF2库提取PDF中的图片：

import PyPDF2
import io
from PIL import Image

def extract_images_from_pdf(pdf_path):
    pdf_file = open(pdf_path, 'rb')
    pdf_reader = PyPDF2.PdfFileReader(pdf_file)

    for page_num in range(pdf_reader.numPages):
        page = pdf_reader.getPage(page_num)
        if '/XObject' in page['/Resources']:
            x_object = page['/Resources']['/XObject'].getObject()
            for obj in x_object:
                if x_object[obj]['/Subtype'] == '/Image':
                    image = x_object[obj]
                    if '/Filter' in image:
                        if image['/Filter'] == '/DCTDecode':
                            img_data = image._data  # 获取图像的二进制数据
                            img = Image.open(io.BytesIO(img_data))
                            img.save(f'extracted_image_{page_num+1}.jpg')  # 保存提取的图像

    pdf_file.close()

# 调用函数提取图片
extract_images_from_pdf('sample.pdf')

请确保您已经安装了PyPDF2和Pillow库（Pillow用于处理图像）。在上述代码中，我们首先打开PDF文件并创建一个PdfFileReader对象。然后，我们遍历每个页面，并检查页面资源中的XObject是否包含图像。如果找到图像，我们提取图像的二进制数据并使用Pillow库将其保存为JPEG格式的图像文件。

请将代码中的'sample.pdf'替换为您要提取图像的实际PDF文件路径。提取的图像将保存在当前工作目录中，文件名以"extracted_image_"和页面编号进行命名。

请注意，该代码仅适用于提取嵌入在PDF中的JPEG图像。对于其他图像格式或经过编码的图像，可能需要进行额外的处理。