如何用Wand从二进制字符串创建高分辨率JPEG

Question

我试图用imagemagick将一些PDF转换为高分辨率JPEG。我正在用python3.62-64位和wand0.4.4开发win10，64。在命令行我有：

$ /e/ImageMagick-6.9.9-Q16-HDRI/convert.exe -density 400 myfile.pdf -scale 2000x1000 test3.jpg.

这对我很有效。在

在python中：

^{pr2}$

这给了我低分辨率的jpeg图像。我怎么把它转换成我的魔杖代码来做同样的事情？在

编辑：

我意识到问题是输入的pdf必须作为二进制字符串读入Image对象，因此基于http://docs.wand-py.org/en/0.4.4/guide/read.html#read-blob我尝试了：

with open(file_path,'rb') as f:
    image_binary = f.read()

f.close()

with Image(blob=image_binary,resolution=400) as img:
    img.transform('2000x1000', '100%')
    img.make_blob('jpeg')
    img.save(filename='out.jpg')

这将读取ok中的文件，但输出被分成10个文件。为什么？我需要把这个变成1高分辨率的jpeg。在

编辑：

我需要将jpeg发送到ocrapi，所以我想知道是否可以将输出写入类似文件的对象。看着https://www.imagemagick.org/api/magick-image.php#MagickWriteImageFile，我试着：

emptyFile =  Image(width=1500, height=2000)

with Image(filename=file_path, resolution=400) as image:

    library.MagickResetIterator(image.wand)
    # Call C-API append method.
    resource_pointer = library.MagickAppendImages(image.wand,
                                                  True)

    library.MagickWriteImagesFile(resource_pointer,emptyFile)

这样可以得到：

 File "E:/ENVS/r3/pdfminer.six/ocr_space.py", line 113, in <module>
test_file = ocr_stream(filename='test4.jpg')
 File "E:/ENVS/r3/pdfminer.six/ocr_space.py", line 96, in ocr_stream
library.MagickWriteImagesFile(resource_pointer,emptyFile)
ctypes.ArgumentError: argument 2: <class 'TypeError'>: wrong type

我怎样才能让它工作？在

Answer 1

比如说：

ok = Image(filename=file_path, resolution=400)
with ok.transform('2000x1000', '100%') as image:
   image.compression_quality = 100
   image.save()

或者：

^{pr2}$

相关：

• https://github.com/dahlia/wand/blob/13c4f544bd271fe298ac8dde44fbf178b349361a/docs/guide/resizecrop.rst
• Python 3 Wand How to make an unanimated gif from multiple PDF pages

Answer 2

Why? I need to get this into 1 high res jpeg.

PDF包含ImageMagick在“堆栈”中考虑单个图像的页面。wand库提供一个wand.image.Image.sequance来处理每个页面。在

但是，要将所有图像附加到单个JPEG中。您可以迭代每个页面并将它们缝合在一起，或者调用C-API的方法MagickAppendImages。在

from wand.image import Image
from wand.api import library
import ctypes

# Map C-API not provided by wand library.
library.MagickAppendImages.argtypes = [ctypes.c_void_p, ctypes.c_int]
library.MagickAppendImages.restype = ctypes.c_void_p

with Image(filename="path_to_document.pdf", resolution=400) as image:
    # Do all your preprocessing first
    # Ether word directly on the wand instance, or iterate over each page.
    # ...
    # To write all "pages" into a single image.
    # Reset the stack iterator.
    library.MagickResetIterator(image.wand)                    
    # Call C-API Append method.
    resource_pointer = library.MagickAppendImages(image.wand,
                                                  True)        
    # Write C resource directly to disk.
    library.MagickWriteImages(resource_pointer,                
                              "output.jpeg".encode("ASCII"),
                              False)

更新：

I need to send the jpeg to an OCR api ...

假设您使用OpenCV的pythonapi，那么您只需要遍历每个页面，并通过numpy缓冲区将图像文件数据传递到OCR。在

^{pr2}$

so I was wondering if I could write the output to a file like object

不要假设来自不同库的python“image”对象（或下划线C结构）是可比较的。

在不了解OCR api的情况下，我无法帮助您跳过wand部分，但我可以建议以下其中一个。。。在

• 使用临时中间文件。（I/O速度较慢，但更易于学习/开发/调试）

  with Image(filename=INPUT_PATH) as img:
      # work
      img.save(filename=OUTPUT_PATH)
  # OCR work on OUTPUT_PATH
  

• 如果OCR API支持，请使用文件描述符。（同上）

  with open(INPUT_PATH, 'rb') as fd:
      with Image(file=fd) as img:
          # work
          # OCR work ???
  

• 使用斑点。（更快的I/O，但需要更多内存）

  buffer = None
  with Image(filename=INPUT_PATH) as img:
      # work
      buffer = img.make_blob(FORMAT)
  if buffer:
      # OCR work ???
  

更多更新

把所有的评论放在一起，一个解决方案可能是。。。在

from wand.image import Image
from wand.api import library
import ctypes
import requests

# Map C-API not provided by wand library.
library.MagickAppendImages.argtypes = [ctypes.c_void_p, ctypes.c_int]
library.MagickAppendImages.restype = ctypes.c_void_p

with Image(filename='path_to_document.pdf', resolution=400) as image:
    # ... Do pre-processing ...
    # Reset the stack iterator.
    library.MagickResetIterator(image.wand)
    # Call C-API Append method.
    resource_pointer = library.MagickAppendImages(image.wand, True)
    # Convert to JPEG.
    library.MagickSetImageFormat(resource_pointer, b'JPEG')
    # Create size sentinel.
    length = ctypes.c_size_t()
    # Write image blob to memory.
    image_data_pointer = library.MagickGetImagesBlob(resource_pointer,
                                                     ctypes.byref(length))
    # Ensure success
    if image_data_pointer and length.value:
        # Create buffer from memory address
        payload = ctypes.string_at(image_data_pointer, length.value)
        # Define local filename.
        payload_filename = 'my_hires_image.jpg'
        # Post payload as multipart encoded image file with filename.
        requests.post(THE_URL, files={'file': (payload_filename, payload)})