Python 30 天 – 第 21 天 – 脚本基础知识（python图像处理,python PDF水印）

import os    
from PIL import Image, ImageFilter    
    
# fetch all the files from the source folder    
dirname = 'images'    
output_dirname = 'branded'    
images_list = os.listdir(dirname)    
logo = Image.open('logo.png')    
    
# check if output folder exits otherwise create it    
if not os.path.exists(output_dirname):    
    os.makedirs(output_dirname)    
    
for image in images_list:    
    # split the filename to separate the format and name    
    name, format = os.path.splitext(image)    
    
    original = Image.open(f'{dirname}\{image}')    
    
    # resize image to a standard size and to reduce file size    
    size = 1000, 1000    
    # thumbnail maintains aspect ratio    
    original.thumbnail(size)    
    
    # create a copy of the image    
    image_copy = original.copy()    
    # obtain the position to place the logo    
    
    position = ((image_copy.width - logo.width),    
                (image_copy.height - logo.height))    
    # The third parameter makes it transparent    
    image_copy.paste(logo, position, logo)    
    image_copy.save(f'{output_dirname}\{name}.png')   

这只是触及处理图像的表面。我认为这是一个很好的起点，可以在未来创建项目时进一步探索。

处理 PDF

除了处理图像之外，我还基于一些实际用例探索了处理 PDF 文件和处理 PDF 文件的基础知识。PDF 是使用最广泛的文件格式之一，可以存储各种数据。

我使用的库是 PyPDF2 https://pypi.org/project/PyPDF2/，这是我在 PyPI 上发现的一个非常受欢迎的库。可以使用 pip 命令 pip install PyPDF2 下载该库

我在 pdfs 目录中添加了一个示例 PDF 文件

我创建的第一个脚本主要是从 PDF 文件中提取信息，例如作者、页数、主题、标题等。

from PyPDF2 import PdfFileReader    
    
def extract_information(pdf_path):    
    with open(pdf_path, 'rb') as f:    
        pdf = PdfFileReader(f)    
        information = pdf.getDocumentInfo()    
        number_of_pages = pdf.getNumPages()    
    
    txt = f"""  
    Information about {pdf_path}:   
  
    Author: {information.author}  
    Creator: {information.creator}  
    Producer: {information.producer}  
    Subject: {information.subject}  
    Title: {information.title}  
    Number of pages: {number_of_pages}  
    """    
    
    print(txt)    
    return information    
    
if __name__ == '__main__':    
    path = 'pdfs/sample1.pdf'    
    extract_information(path)  

该脚本可以使用 python info_extractor.py 运行。它应该成功打印出有关 PDF 文件的所有必要信息。

最后，我编写了另一个脚本，将品牌徽标作为水印添加到所有 pdf 中。为此，我创建了另一个空白 PDF，其中只有带有水印的徽标。现在可以将其与 PDF 文件合并以进行处理。创建带水印的 PDF 是一项非常普遍的要求，自动化此任务可能非常有用。

pdf_watermarker.py

from PyPDF2 import PdfFileWriter, PdfFileReader    
    
def create_watermark(input_pdf, output, watermark):    
    watermark_obj = PdfFileReader(watermark)    
    watermark_page = watermark_obj.getPage(0)    
    
    pdf_reader = PdfFileReader(input_pdf)    
    pdf_writer = PdfFileWriter()    
   
    # Watermark all the pages    
    for page in range(pdf_reader.getNumPages()):    
        page = pdf_reader.getPage(page)    
        page.mergePage(watermark_page)    
        pdf_writer.addPage(page)    
    
    with open(output, 'wb') as out:    
        pdf_writer.write(out)    
    
if __name__ == '__main__':    
    create_watermark(    
        input_pdf='pdfs/sample1.pdf',     
        output='pdfs/watermarked_sample.pdf',    
        watermark='pdfs/watermark.pdf')   

在运行 python pdf_watermarker.py 时，它应该生成带水印的 PDF 文件。

PDF可以做很多事情。然而，我只是决定通过基础知识来熟悉这个过程。我正在链接一些很棒的资源以深入研究 PDF 处理。

这里有一些在 Python 中处理 PDF 的参考资料

这就是今天的全部内容。明天将探索更多关于脚本的内容，例如为 Twitter 构建自动化机器人、发送电子邮件和其他很酷的东西。