Python使用pdf2image转换PDF时出现MemoryError内存错误如何解决？

你遇到的MemoryError核心是两个层面的问题：

1. 你使用的是32位版本Python，32位程序的内存寻址上限仅为2GB，即便电脑硬件内存充足，也无法调用超过上限的内存资源
2. 现有代码会一次性把整个PDF的所有页面全部转换为图片加载到内存中，页数稍多就会直接触达内存上限

1. 优先更换为64位版本Python #

该操作属于软件层面调整，不需要升级硬件，是成本最低、效果最明显的优化方案，更换后内存上限会完全匹配你的电脑内存配置。

2. 调整pdf2image转换参数，降低单次内存占用 #

修改convert_from_path调用，增加压缩、减少并行转换开销：

# 调整前
pages = convert_from_path('Books/Keeper Of The Lost Cities/Everblaze ( PDFDrive ).pdf', size=(800, 900),
                          poppler_path=r"poppler-21.03.0\Library\bin")
# 调整后
pages = convert_from_path('Books/Keeper Of The Lost Cities/Everblaze ( PDFDrive ).pdf', 
                          size=(800, 900),
                          poppler_path=r"poppler-21.03.0\Library\bin",
                          fmt='jpeg', # 用JPEG格式压缩，替代默认无压缩的ppm格式，内存占用降为原来的1/10左右
                          thread_count=1, # 禁用多线程并行转换，避免多线程同时转换带来的额外内存开销
                          jpegopt={"quality": 80} # 可自行调整JPEG压缩质量，数值越低内存占用越小
                          )

3. 改为分批转换、懒加载，不要一次性加载全量PDF #

不要一次性转换所有页面，每次仅转换当前可视区域的少量页面，滚动到对应位置再加载后续页：

# 示例：首次仅加载前10页，后续滚动到底部时再加载下10页
PAGE_BATCH_SIZE = 10
current_page = 1
# 可以先用pdfinfo工具读取PDF元数据拿到总页数，不需要提前转换全量文件
total_pages = 获取到的PDF总页数

# 首次加载
pages = convert_from_path('your.pdf', 
                          first_page=current_page,
                          last_page=min(current_page+PAGE_BATCH_SIZE-1, total_pages),
                          # 其他参数同上
                          )
current_page += PAGE_BATCH_SIZE

4. 及时释放无用内存 #

不要把所有转换后的PhotoImage都永久存在photos列表里，仅缓存最近3-5页的内容，超出范围的页直接用del删除对应对象，主动触发内存回收。

内容的提问来源于stack exchange，提问作者Kookies