将PDF页面转为JPG返回空白的问题排查及解决方法

针对你遇到的部分PDF转换后图片空白、文件体积异常大的问题，可从以下几个方向修复：

1. 移除冗余的PDF子集生成步骤 #

原代码先提取单页生成新PDF再转图片，这一步容易因PyPDF2对复杂PDF（如特殊压缩格式、内嵌资源）的兼容性问题，导致生成的子集PDF损坏。直接用pdf2image的pages参数指定目标页码，跳过中间环节更可靠。

2. 更新Poppler到最新版本 #

你当前使用的Poppler 0.68.0版本过旧，对新格式PDF的支持不足，很多渲染bug已在新版本中修复，建议替换为最新稳定版。

3. 显式指定DPI参数 #

默认DPI可能过高，尤其是大尺寸PDF页面，会导致生成的图片体积异常大甚至渲染空白。添加dpi参数（如300），可平衡输出图片的清晰度与文件大小。

4. 修复文件名处理逻辑 #

原代码中file_base_name[:-5]属于硬编码截取，会导致文件名长度不足时出错，改用os.path.splitext安全拆分文件名和扩展名。

修改后的完整代码 #

from tkinter.filedialog import askopenfilename
from pdf2image import convert_from_path
import os
import PIL

PIL.Image.MAX_IMAGE_PIXELS = None

def convert_pdf(page_number):
    filename = askopenfilename(filetypes=[("PDF Files", "*.pdf")])
    if not filename:
        return  # 用户取消选择文件时直接返回

    # 安全拆分文件名和扩展名
    file_base_name, _ = os.path.splitext(filename)
    # 直接转换原PDF的指定页码（注意：pdf2image的pages参数是1起始索引）
    pages = convert_from_path(
        filename,
        poppler_path=r'C:\Program Files\poppler-24.02.0\bin',  # 替换为你的新版本路径
        pages=[page_number + 1],  # 若原page_number是0索引，转换为1索引
        dpi=300,  # 指定分辨率
        use_cropbox=True  # 确保渲染区域匹配PDF实际内容
    )

    for idx, page in enumerate(pages, start=1):
        # 生成规范的输出文件名
        image_name = f"Page_{idx}_{os.path.basename(file_base_name)}.jpg"
        page.save(image_name, "JPEG", quality=85)  # 可调整quality控制JPG压缩率

额外排查点 #

• 若PDF存在加密，可在convert_from_path中添加password参数传入PDF密码；
• 部分使用特殊字体的PDF，可尝试安装对应字体后再进行转换。

内容的提问来源于stack exchange，提问作者Hugo Pinho