如何实现PDF内嵌图片原地旋转 支持单页多图不同角度 求Python方案

可行性说明 #

完全可以通过修改PDF内置的渲染指令实现图片原地旋转，不需要提取图片后再重构PDF，该方案不会修改图片本身的像素数据，无画质损失，处理效率远高于提取重构的方案，完全支持单页多图独立设置不同旋转角度的需求。

实现原理 #

PDF中的内嵌图片均以XObject对象存储，渲染时通过当前变换矩阵（CTM） 控制图片的位置、缩放、旋转等属性，只需修改对应图片的CTM参数即可调整旋转角度，无需改动图片原始编码。

推荐Python库及实现 #

目前主流的Python PDF处理库均支持该操作，以下是两种常用实现方案：

方案1：使用pymupdf（fitz）（推荐，易用性更高） #

pymupdf已经封装好了图片旋转的专用接口，无需手动解析底层内容流：

• 调用page.get_images(full=True)获取当前页所有图片的交叉引用号（xref）、尺寸等信息
• 对需要旋转的图片，调用page.set_image_rotation(xref, 角度)直接设置旋转角度，支持90/180/270等常用校正角度
• 如需任意角度旋转，可手动修改图片的变换矩阵参数，同步调整偏移量避免图片位置偏移

示例代码：

import fitz

# 打开目标PDF
doc = fitz.open("你的待处理文件.pdf")
# 遍历所有页面
for page in doc:
    # 获取当前页所有内嵌图片
    img_list = page.get_images(full=True)
    for img_info in img_list:
        img_xref = img_info[0]
        # 此处替换为你计算得到的当前图片需要旋转的角度
        target_rotate = 90
        page.set_image_rotation(img_xref, target_rotate)
# 保存处理后的PDF
doc.save("处理完成.pdf", garbage=4, deflate=True)

方案2：使用PyPDF2（适合需要底层控制的场景） #

如果需要自定义更复杂的变换逻辑，可以手动解析页面内容流修改CTM：

• 遍历每一页的/Contents内容流，拆分操作符和操作数
• 定位到对应图片的Do操作符，修改其前置的CTM参数，加入旋转变换计算
• 重新生成页面内容流后保存即可

注意事项 #

• 进行非90度倍数的倾斜校正时，需同步计算平移偏移量，保证旋转后图片中心与原位置中心对齐，避免出现内容错位
• 批量处理前可先拿单页PDF做测试，校验旋转角度和位置符合预期后再全量执行

内容的提问来源于stack exchange，提问作者Data Cyclist