AWS Lambda 上的 PDF2Image

问题描述

我在 AWS Lambda 上使用 PDF2Image 时遇到以下问题。这是我在本地机器和 AWS Lambda 上运行的代码。

def lambda_handler(event,context):
    source = "somebucket/folder/test.pdf"
    source_obj = s3.Object(event['bucket'],source).get()
    body = source_obj['Body'].read()    
    filename,extension = os.path.splitext(source)
    info = pdfinfo_from_bytes(body,userpw=None,poppler_path=None)
    maxPages = info['Pages']
    
   if maxPages > MAX_PAGES:
        maxPages = MAX_PAGES
            
    for index in range(1,maxPages+1,2):
     
        pages = convert_from_bytes(
            body,first_page=index,last_page=index+1,jpegopt={
                "quality": 20,"progressive": True,"optimize": True
            }
        )
        imageIndex = 0
        for page in pages:
           
            # Converting PDF file to imae
            in_mem_file = io.BytesIO()
            page.save(in_mem_file,format="JPEG")
            print(in_mem_file.getbuffer().nbytes)
            destination = f"{filename}_{index}_{imageIndex}.jpg" 
            object = s3.Object(event['bucket'],destination)
            object.put(Body=in_mem_file.getvalue())
            in_mem_file.close()
            imageIndex = imageIndex + 1

当我在本地机器上运行它时（基本上相同的代码，只排除 AWS Lambda 部分）我看到了：

354597

当我在 Lambda 环境中运行时，我看到以下内容：

108963

因此，基本上在 Lambda 上生成的 JPEG 比在本地机器上生成的 JPEG 小。当我比较结果文件时，我发现由 AWS Lambda 生成的文件缺少原始 PDF 文件中的一些文本。

Lambda 函数内存设置为4096 Mb PDF 文件大小为 26 Kb

很遗憾，我无法共享该文件，因为它属于保密协议。

提前致谢

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@）