Python将PDF转JPEG遇错误：无法识别BytesIO图像文件

尝试用Python将PDF转换为JPEG用于OCR操作时，持续触发以下错误：

cannot identify image file <_io.BytesIO object at 0x7cf34c6276a0>

相关转换代码如下：

def convert_pdf_to_jpeg(self, jpeg_output_dir='jpeg_output'):
      try:
        
          os.makedirs(jpeg_output_dir, exist_ok=True)
          pages = convert_from_path(self.input_path, fmt='jpeg', poppler_path = '/usr/bin')
          image_paths=[]

          for i, page in enumerate(pages):
            image_path = os.path.join(jpeg_output_dir, f'page_{i+1}.jpg')
            page.save(image_path,'JPEG', quality=self.image_quality)
            image_paths.append(image_path)
            logging.info(f'Page {i+1} saved as JPEG at {image_path} with quality {self.image_quality}')

          return image_paths
      except Exception as e:
        logging.error(f'PDF to JPEG conversion failed: {e}')
        import traceback
        traceback.print_exc()
        raise

调用该功能的代码：

pages = convert_from_path('/content/3031358-TTI_SN20210823-004(01SEP).pdf', dpi = 200, poppler_path='/usr/bin')

这个错误大多是pdf2image返回的BytesIO对象无法被PIL正确解析，或是Poppler路径、PDF文件本身存在问题，可尝试以下修复方案：

• 确认Poppler路径正确性
  执行终端命令which pdftoppm，找到Poppler核心工具的实际路径，替换代码中的poppler_path参数。注意路径要指向包含pdftoppm等二进制文件的目录，而非泛用的/usr/bin（部分系统中Poppler可能安装在/usr/local/bin）。

• 显式转换BytesIO为PIL Image
  如果convert_from_path返回的是BytesIO流而非Image对象，手动转换后再保存：

  from PIL import Image
  import io
  
  # 修改转换逻辑
  pages = convert_from_path(self.input_path, fmt='jpeg', poppler_path='/usr/bin')
  image_paths = []
  for i, page in enumerate(pages):
      if isinstance(page, io.BytesIO):
          page = Image.open(page)
      image_path = os.path.join(jpeg_output_dir, f'page_{i+1}.jpg')
      page.save(image_path, 'JPEG', quality=self.image_quality)
      image_paths.append(image_path)
  

• 移除冗余格式参数
  删掉fmt='jpeg'，让pdf2image默认返回PIL Image对象，再手动保存为JPEG格式：

  pages = convert_from_path(self.input_path, dpi=200, poppler_path='/usr/bin')
  # 后续保存逻辑保持不变
  

• 检查PDF文件状态
  手动打开目标PDF，确认文件未损坏、未加密。也可尝试用其他工具（如系统自带的PDF查看器）转换一页为图片，验证文件本身是否可用。

• 升级依赖库
  更新pdf2image和Pillow到最新版本，修复已知兼容性问题：

  pip install --upgrade pdf2image pillow
  

内容的提问来源于stack exchange，提问作者Alvin Joseph