如何用Python检测并旋转180度倒置的PDF页面？

核心思路 #

180度倒置的PDF页面分两种情况处理：

• 原生可编辑PDF：通常会自带旋转属性，直接读取页面旋转标记即可判断
• 扫描件PDF（图片转PDF）：需通过OCR识别文本方向，或分析图像像素分布来判定内容是否倒置

PyMuPDF（fitz）是处理这类需求的最优选择——它既支持直接操作PDF页面属性，也能快速将页面转为图像用于后续分析。

实现脚本 #

方案1：处理原生可编辑PDF #

直接读取页面旋转属性，自动修正180度倒置页面：

import fitz  # PyMuPDF

def fix_rotated_pages(input_path, output_path):
    doc = fitz.open(input_path)
    for idx in range(len(doc)):
        page = doc[idx]
        if page.rotation == 180:
            page.set_rotation(0)
            print(f"页面 {idx+1} 已从180度旋转回正常方向")
    
    doc.save(output_path)
    doc.close()
    print(f"处理完成，结果文件：{output_path}")

# 调用示例
if __name__ == "__main__":
    fix_rotated_pages("input.pdf", "fixed_output.pdf")

方案2：兼容扫描件PDF #

结合Tesseract OCR检测图像文本方向，自动修正扫描类倒置页面：

import fitz
import pytesseract
from PIL import Image

def get_text_rotation(image):
    # 用Tesseract检测文本旋转角度
    osd_data = pytesseract.image_to_osd(image)
    return int(osd_data.split('Rotate: ')[1].split('\n')[0])

def fix_scanned_rotated_pages(input_path, output_path):
    doc = fitz.open(input_path)
    for idx in range(len(doc)):
        page = doc[idx]
        # 先检查页面自带旋转属性
        if page.rotation == 180:
            page.set_rotation(0)
            print(f"页面 {idx+1} 已修正180度旋转")
            continue
        
        # 处理扫描件：转图像检测文本方向
        pix = page.get_pixmap()
        img = Image.frombytes("RGB", [pix.width, pix.height], pix.samples)
        rotation_angle = get_text_rotation(img)
        
        if rotation_angle == 180:
            page.set_rotation((page.rotation - 180) % 360)
            print(f"扫描页面 {idx+1} 已修正180度旋转")
    
    doc.save(output_path)
    doc.close()
    print(f"处理完成，结果文件：{output_path}")

# 调用示例
if __name__ == "__main__":
    fix_scanned_rotated_pages("scanned_input.pdf", "scanned_fixed.pdf")

依赖安装 #

• 基础依赖：pip install pymupdf
• 扫描件处理额外依赖：
  1. 安装Tesseract OCR引擎（需对应系统版本）
  2. 安装Python库：pip install pytesseract pillow

内容的提问来源于stack exchange，提问作者Ryen DeGan