本文介绍了使用Python库提取Pdf中的表格并保存为Excel，以及添加和去除图片水印的方法。通过pdfplumber提取表格，PyPDF2和fitz库处理水印，实现对Pdf文档的高效编辑。
继上一次为大家推出了将pdf转word之后(卧槽！Pdf转Word用Python轻松搞定！)，引起了大家的热烈讨论，我也总结了大家的一些意见和建议，今天就进一步的为大家推出一个新的版本。
从pdf中提取表格数据，并保存到本地的excel文件当中，并且还为大家加入了添加水印和去除水印的功能。虽然在去除水印的效果上可能不如付费的项目那么好，但是也足够大家在日常生活中进行使用，下面我们就一起来看看吧。
01.如何提取表格
首先要面临的第一问题就是如何提取pdf中的表格，如下图所示：
我们需要将上述的表格进行提取，并保存到本地的excel文件之中，程序如下所示：
上述程序中，我们利用pdfplumber库来打开一个pdf文件，然后如果我们想要提取某几页的表格，可以在pageindexs这个形参中指明，否则我们就提取pdf文件中所有的表格信息，并保存到我们的本地excel表内，结果如下图所示，我们提取了pdf中所有的表格：
02.水印的处理
接下来就是水印的处理，我们先来进行添加水印，也就是给我们的pdf文件添加我们的专属logo，这里我们添加的是图片水印，效果如下所示：
我们的程序也很简单：
上述程序中，我们首先将水印图片利用word保存为pdf格式，然后通过PyPDF2库中的PdfFileReader类来读取图片水印并通过PdfFileWriter添加到我们指定的pdf中，完成图片水印的添加。
既然有图片水印的添加，那肯定有图片水印的去除，其达到的效果就是上述程序达到的相反效果，去除图片水印的程序如下图所示：
我们利用fitz库来打开pdf文件，并统计里面的图片文件，因为我们的图片水印也是图片，所以能够得到水印图片的信息，我们打印出来图片的信息，其信息中的索引2和索引3就代表着图片的大小，我们根据图片的大小判断是否为水印图片，来隐藏pdf文件中的水印图片，达到去除水印的目的。
上述的程序针对的是图片水印，但是，我们日常面临的水印都是背景水印，类似于下图的情况。
这种情况下，上述的程序就不管用了，但是我们还有办法，就是利用像素进行处理，我们将pdf转换成图片，然后调节图片的对比度和亮度来达到删除水印的目的，然后将转换完后的图片转换为pdf即可，部分程序如下图所示：
上述程序中，是利用fitz库将pdf文件中的每页pdf转化成指定大小的图片文件，并保存到指定的文件夹内。
最终转化后的结果如下图所示：
上图我们可以看到，我们成功的删除了背景水印，但是由于调节的原因，对于保留的文本也有一定的影响，但是影响不是很大。如果大家感兴趣的话，可以借鉴ps的处理技术，通过背景水印模板来去除水印，达到更好的去除效果，但是这需要水印模板和我们pdf模板中的水印在位置，形状和大小等方面完全一致，要求比较高，不如上述方法来的简单。
以上就是小编今天为大家带来的分享，我们完成了对于表格的提取，和图片水印的添加和去除以及背景水印的去除，大家也赶紧动手应用起来吧。
后记
自学编程的过程是很痛苦的，有的时候没有人指导，慢慢的会变成从入门到放弃，可能懂的人只要花1-2分钟就能帮你解决的问题，不懂的人要折腾几个小时。最近不断的有小伙伴希望我们建一个交流群，有想加入的同学，可以跟小助手联系。这个群的目的如下：
1. 帮助初学者的一起解惑一些入门的Python问题
2. 我们经常有答题送书的福利，有了群更容易联系到大家
3. 已经在我们小密圈群的同学就不要再加入了，避免重复入群
目前青铜群已经有220多人，我们采用筛选制度，会根据一些后台数据，进行筛选的！生面孔或者不常来的，我们一概谢绝入内。有专人进行答疑解惑入门问题。
入群请找菜鸟哥
暗号：【入群】
小助手最近在出差ing，非常辛苦，都不容易！
回复很慢大家多见谅哈
近期热门：
● 我的神！用Python竟然还能做一个文字套娃
● 2020年5月编程语言排行榜，Python竟然排老三
● 我珍藏的一些好的Python代码，技巧|上篇
● 爬取300本Python书籍，用Python告诉你哪家强？
● 卧槽！Pdf转Word用Python轻松搞定！
● 我打赌，学会这6招，谁再敢笑你的Python程序慢！
点击阅读原文，阅读近400篇原创Python案例
扫一扫
9411
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
