问题描述
我在自己的 PDF 中使用 pdf2image convert_from_bytes
以便将它们转换为 PNG 格式。上下文是 AWS Lambda,py 3.8。
...
images = convert_from_bytes(infile,dpi=DPI,fmt=FMT)
for page_num,image in enumerate(images):
location = "png/" + event.key.split('.')[0] + "-page" + str(page_num) + '.' + FMT
buffer = BytesIO()
image.save(buffer,FMT.upper())
buffer.seek(0)
...
尽管我能够“正确”生成 PNG(意味着包含所有信息和文本),但生成的 PNG 似乎在此过程中使用 Times New Roman 作为 PDF 中每个段落的字体。同时,PDF 本身使用正确的字体正确显示,我确保它通过属性嵌入了字体。只有当我尝试将其转换为 PNG 格式时才会出现问题。此外,我不想使用任何花哨的字体,只使用 Courrier-Bold 和 Helvetica。
这里有一个 pdf 的例子(部分):
到目前为止我尝试了什么?
- 我尝试使用一些在线工具转换我的 PDF,看看这是否有效,或者 PDF 本身是否有问题。 PNG 图像正确,字体正确。
- 我尝试使用我的 Lambda 函数处理一些随机 PDF,生成的 PNG 也具有正确的字体,因此转换似乎适用于大多数 PDF。
- 我尝试了几种不同的字体,但结果相同。
- 我尝试在 Include custom fonts in AWS Lambda 之后将字体嵌入 AWS lambda 中,但没有成功
但在这一点上我一无所知。知道如何调试吗?
编辑: PDF字体属性
EDIT2: 我写了一个小的 python 程序来为每个现有的基本字体生成一个句子。
解决方法
暂无找到可以解决该程序问题的有效方法,小编努力寻找整理中!
如果你已经找到好的解决方法,欢迎将解决方案带上本链接一起发送给小编。
小编邮箱:dio#foxmail.com (将#修改为@)