如何用Python计算PDF的CMYK及专色覆盖率并单独导出？

一、核心可用的开源库 #

PyMuPDF（fitz） #

这是处理PDF内容的首选工具之一，能直接访问页面的矢量元素（路径、文本）和对应的颜色信息，完美支持专色识别。

• 安装：pip install pymupdf
• 基础用法：遍历页面的绘图对象，区分CMYK和专色：

  import fitz
  
  doc = fitz.open("your_target.pdf")
  for page in doc:
      # 遍历所有绘图元素（路径、形状等）
      for draw_item in page.get_drawings():
          color_space = draw_item["colorspace"]
          if color_space == "Separation":
              # 提取专色名称和浓度
              spot_name = draw_item["separation"]
              spot_tint = draw_item["tint"]
              print(f"发现专色：{spot_name}，浓度：{spot_tint}")
          elif color_space == "CMYK":
              # 提取CMYK通道值
              c, m, y, k = draw_item["color"]
              print(f"CMYK通道：C={c:.2f}, M={m:.2f}, Y={y:.2f}, K={k:.2f}")
      # 处理文本颜色
      text_data = page.get_text("dict")
      for block in text_data["blocks"]:
          if block["type"] == 0:  # 文本块
              for line in block["lines"]:
                  for span in line["spans"]:
                      if span.get("colorspace") == "Separation":
                          print(f"文本使用专色：{span['separation']}")
                      elif span.get("colorspace") == "CMYK":
                          c, m, y, k = span["color"]
                          print(f"文本CMYK：C={c:.2f}, M={m:.2f}, Y={y:.2f}, K={k:.2f}")
  

pdfminer.six #

如果需要更底层的PDF结构解析，可以用这个库，它能直接解析PDF内容流中的颜色空间定义，适合追踪专色的全局定义和使用场景。

• 安装：pip install pdfminer.six
• 核心思路：通过PDFParser解析文档，用PDFPageInterpreter遍历页面内容，识别Separation类型的颜色空间标记，提取专色参数。

二、颜色占比计算与专色导出 #

颜色占比统计 #

• CMYK占比：统计每个元素的面积（路径用draw_item["rect"].area()计算，文本用 bounding box 面积估算），乘以对应通道的浓度值，累加后除以页面总面积，得到各通道的使用占比。
• 专色占比：针对目标专色，累加所有使用该专色的元素面积乘以 tint 值，再除以页面总面积，得到专色的总使用占比。

单独导出专色内容 #

用PyMuPDF可以直接生成只包含目标专色元素的PDF：

import fitz

source_pdf = fitz.open("source.pdf")
output_pdf = fitz.open()
target_spot = "PANTONE 2925 C"  # 替换为你的目标专色名称

for page in source_pdf:
    # 创建和原页面尺寸一致的新页面
    new_page = output_pdf.new_page(width=page.rect.width, height=page.rect.height)
    # 复制专色绘图元素
    for draw_item in page.get_drawings():
        if draw_item["colorspace"] == "Separation" and draw_item["separation"] == target_spot:
            new_page.draw_shape(draw_item)
    # 复制使用专色的文本
    text_data = page.get_text("dict")
    for block in text_data["blocks"]:
        if block["type"] == 0:
            for line in block["lines"]:
                for span in line["spans"]:
                    if span.get("colorspace") == "Separation" and span["separation"] == target_spot:
                        new_page.insert_text(
                            fitz.Point(span["bbox"][0], span["bbox"][1]),
                            span["text"],
                            fontsize=span["size"],
                            color=span["color"],
                            colorspace=span["colorspace"],
                            separation=span["separation"]
                        )
output_pdf.save("only_target_spot.pdf")

三、关键注意事项 #

• 不要通过提取图像的方式处理PDF中的矢量内容（文本、路径），直接解析PDF矢量元素才能保留原始专色信息，避免被自动转成CMYK。
• 部分PDF会将专色嵌入ICC配置文件，PyMuPDF能较好地解析这类嵌入数据，不需要额外处理。

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