如何移除PDF中的图片？批量PDF数字签名图片移除遇阻求助

你尝试用PyPDF2复制页面的方案无效，处理后出现乱码和文字丢失，问题出在PyPDF2对部分复杂PDF的兼容性不足。以下是两种可靠的解决方法：

方案1：用PyMuPDF精准移除目标图片 #

PyMuPDF（又名fitz）对PDF结构的解析能力更强，能避免乱码问题，还可通过特征筛选移除绿色圈注图片。

1. 先安装依赖：

pip install pymupdf

2. 执行以下代码（可根据圈注的实际特征调整筛选逻辑）：

import fitz

def remove_green_signature_images(input_pdf, output_pdf):
    doc = fitz.open(input_pdf)
    for page in doc:
        # 获取页面所有图片的完整信息
        image_list = page.get_images(full=True)
        for img in image_list:
            xref = img[0]
            # 获取图片在页面上的位置矩形
            img_rects = page.get_image_rects(xref)
            # 假设绿色圈注是小尺寸图形，这里用尺寸筛选，可替换为颜色特征判断
            for rect in img_rects:
                if rect.width < 50 and rect.height < 50:
                    page.delete_image(xref)
                    break
    doc.save(output_pdf)
    doc.close()

# 替换为你的文件路径
input_path = 'C:\\Users\\Usuario\\Downloads\\JG_1_01221-2020-0-1801-JR-LA-06.pdf'
output_path = 'C:\\Users\\Usuario\\Desktop\\DEP\\Lats_cleaned.pdf'
remove_green_signature_images(input_path, output_path)

如果需要靠颜色精准筛选，可以提取图片像素分析绿色占比，比如：

# 提取图片像素判断颜色的示例片段
pix = fitz.Pixmap(doc, xref)
# 检查图片是否以绿色为主（RGB值中G通道占比高）
green_pixel_count = 0
total_pixels = pix.width * pix.height
for y in range(pix.height):
    for x in range(pix.width):
        r, g, b = pix.pixel(x, y)
        if g > r and g > b and g > 200:  # 绿色分量明显高于其他通道
            green_pixel_count += 1
if green_pixel_count / total_pixels > 0.5:
    page.delete_image(xref)

方案2：用白色矩形覆盖圈注区域 #

如果图片识别困难，直接用白色矩形覆盖绿色圈注的位置，效果等同于移除：

import fitz

def cover_green_signatures(input_pdf, output_pdf):
    doc = fitz.open(input_pdf)
    for page in doc:
        image_list = page.get_images(full=True)
        for img in image_list:
            xref = img[0]
            img_rects = page.get_image_rects(xref)
            for rect in img_rects:
                if rect.width < 50 and rect.height < 50:
                    # 用白色填充覆盖该区域
                    page.draw_rect(rect, color=(1, 1, 1), fill=(1, 1, 1), overlay=True)
    doc.save(output_pdf)
    doc.close()

cover_green_signatures(input_path, output_path)

内容的提问来源于stack exchange，提问作者Felipe