如何用Python提取PG文件中的多幅图片并统计数量？

先明确PG文件的可能性质 #

PG并非通用图像格式，大概率是自定义/小众图像打包格式，或是其他多帧/多页格式（如TIFF、多帧GIF、PDF）被修改了后缀名。你可以先通过二进制编辑器查看文件头，判断实际格式：

• TIFF文件头：小端为49 49 2A 00，大端为4D 4D 00 2A
• PDF文件头：%PDF-
• 多帧GIF文件头：47 49 46 38

多图提取的Python实现方案 #

方案1：用Pillow遍历所有帧 #

如果Pillow仅读取到第一帧，说明该PG文件本质是多帧/多页图像容器，可通过序列遍历方法提取所有图片：

from PIL import Image

with Image.open('1.pg') as img:
    # 统计图片数量
    total_frames = img.n_frames
    print(f"文件内共包含 {total_frames} 张图片")
    
    # 逐个提取并保存
    for frame_idx in range(total_frames):
        img.seek(frame_idx)
        rgb_frame = img.convert('RGB')
        rgb_frame.save(f'image_{frame_idx+1}.jpg')

该方案适用于Pillow支持的多帧格式，若PG是改后缀的这类文件，即可生效。

方案2：解析自定义二进制结构（若方案1无效） #

如果上述方法失败，说明PG是自定义打包格式，可通过以下步骤处理：

1. 对比在线转换器导出的图片与原PG文件的二进制内容，找到图片的分隔标识（如特定字节序列）
2. 编写代码按分隔符拆分文件，提取单张图片的二进制数据后保存

示例（假设分隔符为JPEG文件头b'\xFF\xD8\xFF\xE0'）：

with open('1.pg', 'rb') as f:
    raw_data = f.read()

# 定位所有JPEG文件头的位置
jpeg_start_positions = [i for i in range(len(raw_data)) if raw_data.startswith(b'\xFF\xD8\xFF\xE0', i)]

# 逐个提取并保存图片
for idx, start in enumerate(jpeg_start_positions):
    # 确定当前图片的结束位置
    end = jpeg_start_positions[idx+1] if idx+1 < len(jpeg_start_positions) else len(raw_data)
    single_img_data = raw_data[start:end]
    with open(f'extracted_img_{idx+1}.jpg', 'wb') as out_file:
        out_file.write(single_img_data)

额外提示 #

• 若不确定文件格式，可通过file命令（Windows可借助Git Bash或WSL）查看实际类型：file 1.pg
• 在线转换器能成功提取，说明格式具备可解析性，核心是找到其结构规律

内容的提问来源于stack exchange，提问作者Taha Omar