如何从含图片的文件夹结构自动生成PDF文件

需求描述 #

需要从存储图片的文件夹生成PDF文件，图片的目录结构如下：

folder1/
Image1.jpg
Image2.jpg 
......

folder2/
img1.jpg
pict.jpg
name1.jpg

要求自动将所有图片导入PDF，并且在每个PDF页面的对应位置保留该图片的文件名。以下是我尝试编写的代码，但无法正常运行：

import os
from PIL import Image
from PyPDF2 import PdfFileWriter, PdfFileReader
from reportlab.pdfgen import canvas
from reportlab.lib.pagesizes import letter

# 定义图片文件夹路径
path = "path/to/folder"

# 创建PDF写入器
output_pdf = PdfFileWriter()

# 遍历文件夹中的图片并添加到PDF
for filename in os.listdir(path):
    if filename.endswith(".jpg") or filename.endswith(".jpeg") or filename.endswith(".png"):
        # 用Pillow打开图片
        with Image.open(os.path.join(path, filename)) as img:
            # 添加空白页
            pdf_page = output_pdf.addBlankPage(width=img.width, height=img.height)
            # 转换图片为RGB模式并添加到页面
            img_rgb = img.convert('RGB')
            pdf_page.mergeRGBImage(img_rgb)
            
            # 添加文件名到页面
            c = canvas.Canvas(pdf_page)
            c.setFont("Helvetica", 8)
            c.drawString(10, 10, filename)
            c.save()

# 保存最终PDF
with open("output.pdf", "wb") as out_file:
    output_pdf.write(out_file)

问题分析 #

原代码存在几个核心问题：

• PyPDF2 的 PdfFileWriter.addBlankPage() 返回的页面对象无法直接与 reportlab 的 canvas.Canvas 兼容，两者的PDF操作逻辑不同
• mergeRGBImage 并非 PyPDF2 页面对象的有效方法，无法实现图片插入
• 直接操作空白页并合并内容的逻辑错误，需要先生成包含图片和文本的完整页面，再合并到最终PDF

修正后的代码 #

import os
from PIL import Image
from PyPDF2 import PdfMerger
from reportlab.pdfgen import canvas
from io import BytesIO

def image_to_pdf_with_filename(image_path, output_buffer):
    # 打开图片获取尺寸
    with Image.open(image_path) as img:
        img_width, img_height = img.size
        # 临时保存为RGB格式图片（适配reportlab的图片插入要求）
        temp_img = "temp_img.jpg"
        img.convert('RGB').save(temp_img)
        
        # 创建与图片尺寸一致的PDF画布
        c = canvas.Canvas(output_buffer, pagesize=(img_width, img_height))
        # 插入图片铺满整个页面
        c.drawImage(temp_img, 0, 0, width=img_width, height=img_height)
        # 在页面左下角添加文件名
        c.setFont("Helvetica", 10)
        c.drawString(10, 10, os.path.basename(image_path))
        # 保存画布内容到缓冲区
        c.save()
        
        # 清理临时文件
        if os.path.exists(temp_img):
            os.remove(temp_img)

def generate_pdf_from_folder(folder_path, output_pdf_path):
    merger = PdfMerger()
    # 定义支持的图片格式
    valid_extensions = (".jpg", ".jpeg", ".png")
    # 按文件名排序，保证PDF内图片顺序稳定
    for filename in sorted(os.listdir(folder_path)):
        if filename.lower().endswith(valid_extensions):
            img_full_path = os.path.join(folder_path, filename)
            # 用BytesIO作为临时PDF缓冲区，避免生成中间文件
            temp_buffer = BytesIO()
            image_to_pdf_with_filename(img_full_path, temp_buffer)
            # 将临时页面合并到最终PDF
            temp_buffer.seek(0)
            merger.append(temp_buffer)
    
    # 保存最终PDF文件
    with open(output_pdf_path, "wb") as out_file:
        merger.write(out_file)
    merger.close()

# 调用示例
if __name__ == "__main__":
    target_folder = "path/to/your/image/folder"  # 替换为你的图片文件夹路径
    output_file = "image_collection.pdf"
    generate_pdf_from_folder(target_folder, output_file)

代码说明 #

• 使用 PdfMerger 合并多个单页PDF，每个图片对应一个包含文件名的独立页面
• 通过 reportlab 直接生成包含图片和文本的页面，解决不同库的对象兼容问题
• 用 BytesIO 作为临时缓冲区，无需生成中间PDF文件，提升效率
• 对文件名进行排序，确保PDF中图片的顺序与文件夹内一致
• 添加临时文件清理逻辑，避免残留文件

内容的提问来源于stack exchange，提问作者maxasela