使用 Python 删除 PDF 中的内容

Question

我需要从 PDF 内容中清除大量 PDF，只保留其中的图像（PDF 的结构始终相同）。

以下是PDF内容截图：

黄色标记的图像是我要保留的图像，所有这些路径和文本以及其他较小的图像都将被删除。我已经检查了一些用于 PDF 的 Python 库，例如 PyPDF，但在我看来，它不允许我访问该内容，只能访问注释和注释等内容。

有人有解决办法吗？

Answer 1

地籍（有线网络）计划的问题。它们是否经常平铺，因此对于一个计划，您可能只需要一张图像，但对于另一计划，您可能需要 4 或 6 个背景图像。

这是一个类似的，仅保留一张图像仍然保留其他数据。

原因是页面是以混合矢量颜色和其他标量变换的随机方式组成的。

35 0 obj
<</Length 4257>>
stream
q
.12 0 0 .12 0 0 cm
/R9 gs
q
193 247 3967 4485 re
W
n
q
0 4494.2 -3976.2 0 4160.1 237.9 cm
/R10 Do
Q
Q
q
4717.8 5875.72 m
4717.8 247.063 l
193.012 247.063 l
193.012 6817.49 l
4245.75 6817.49 l
4245.75 5875.72 l
4717.8 5875.72 l
W

这是可编程图表、绘图或绘图的常见方面，实际上是大多数 PDF 页面的合成方式。