Python高效办公：2秒搞定文件夹下所有 pdf 的图片提取，告别手动截图的崩溃时刻

痛点：PDF里的图片怎么导出？

假设你有一个文件夹，里面存放着多个PDF文件，每个文件中都有若干张照片。如果你需要手动提取这些照片，那么你可能需要打开每一个PDF文件，一张一张地复制粘贴图片，然后保存到相应的文件夹中。这是一位网友的困惑。文件夹内的pdf文档中保存着许多证件照片，要求保存到本地电脑上。传统的手工操作方式是：逐个打开PDF文件 → 找到图片位置 → 右键点击保存图片 → 重命名图片 → 选择保存路径，右击没有反应，甚至需要使用截图工作，一张一张的截图，再新建文件夹分类保存……如此循环往复，不仅耗时耗力，还容易出错。

方案：Python一键批量提取PDF图片

其实这种重复性的办公任务，用 Python 写几行代码就能轻松搞定。亲测处理 8 个文档 88 张照片，只用了 2.1 秒，效率直接拉满！

import fitz  # PyMuPDFfrom PIL import Imagefrom pathlib import Pathimport ioimport time
start_time = time.time()  # 记录开始时间path = Path(r"E:\例子\pdf提取照片")  # PDF所在文件夹路径file_count = image_count = 0  # 统计处理的文件数和图片数
for file in path.glob("*.pdf"):  # 遍历所有PDF文件    file_count += 1    folder = file.parent / file.stem  # 创建同名文件夹（不含.pdf后缀）    folder.mkdir(exist_ok=True)  # 如果文件夹不存在，则创建
    with fitz.open(file) as pdf:  # 打开PDF文件        for page_num, page in enumerate(pdf, 1):  # 遍历每一页（从1开始）            images = page.get_images(full=True)  # 获取当前页所有图片            image_count += len(images)  # 统计图片总数
            for img_id, img_info in enumerate(images, 1):  # 遍历当前页的每张图片                img_data = pdf.extract_image(img_info[0])  # 提取图片数据                img = Image.open(io.BytesIO(img_data["image"]))  # 转换为PIL图片对象                img.save(folder / f"第{page_num}页第{img_id}张图片.{img_data['ext']}")  # 保存图片
print(f"共处理{file_count}个文件\n已提取{image_count}张照片\n用时{time.time() - start_time:.2f}秒")

一键运行，结果秒成：

解析：小白也能看懂

1. 导入必要的库

import fitz  # PyMuPDF，用于读取PDF和提取图片
from PIL import Image  # Python图像处理库，用于保存图片
from pathlib import Path  # 更强大的路径管理（替代os.path）
import io  # 处理二进制数据流import time  # 计算运行时间

• fitz（PyMuPDF）：专门用来处理PDF，可以提取文字、图片、表格等。
• PIL（Pillow）：Python最常用的图像处理库，用于保存图片。
• Path：比 os.path更现代的路径管理方式，代码更简洁。

2. 记录时间和设置路径

start_time = time.time()  # 记录脚本开始运行的时间（用于计算总耗时）
path = Path(r"E:\pdf提取照片")  # 设置PDF所在的文件夹路径
file_count = image_count = 0  # 初始化统计变量

• time.time()：记录脚本运行时间，方便计算效率。
• Path(r"..." )：使用 Path对象管理路径，比字符串拼接更安全。

3. 遍历PDF文件

for file in path.glob("*.pdf"):  # 查找当前文件夹下所有PDF文件
    file_count += 1  # 统计处理的PDF文件数量
    folder = file.parent / file.stem  # 新建同名文件夹（不含.pdf后缀）
    folder.mkdir(exist_ok=True)  # 如果文件夹不存在，则创建

• path.glob("*.pdf")：查找当前文件夹下所有 .pdf文件。
• file.stem：获取文件名（不含扩展名），比如 example.pdf→ example。
• folder.mkdir(exist_ok=True)：如果文件夹不存在，就自动创建，避免报错。

4. 提取PDF中的图片

with fitz.open(file) as pdf:  # 打开PDF文件
    for page_num, page in enumerate(pdf, 1):  # 遍历每一页（从1开始）
        images = page.get_images(full=True)  # 获取当前页所有图片
        image_count += len(images)  # 统计图片总数
        for img_id, img_info in enumerate(images, 1):  # 遍历当前页的每张图片
            img_data = pdf.extract_image(img_info[0])  # 提取图片数据
            img = Image.open(io.BytesIO(img_data["image"]))  # 转换为PIL图片对象
            img.save(folder / f"第{page_num}页第{img_id}张图片.{img_data['ext']}")  # 保存图片

• fitz.open(file)：打开PDF文件，返回一个可遍历的页面对象。
• page.get_images(full=True)：获取当前页的所有图片信息（包括图片ID、位置等）。
• pdf.extract_image(img_info[0])：提取图片的二进制数据（img_data["image"]是原始图片字节）。
• Image.open(io.BytesIO(...))：把二进制数据转换成PIL能处理的图片对象。
• img.save(...)：保存图片，文件名格式为 第X页第Y张图片.扩展名（如 第1页第1张图片.jpg）

5. 输出统计结果

print(f"共处理{file_count}个文件\n已提取{image_count}张照片\n用时{time.time() - start_time:.2f}秒")

• time.time() - start_time：计算脚本运行总时间，单位是秒。

• :.2f：保留2位小数，让时间显示更清晰。

通过使用Python和相关的库，我们可以大大简化从PDF文件中提取图片的过程。这种方法不仅提高了工作效率，还减少了人为错误的可能性。