Python去除PDF斜水印实战教程

今

日

鸡

汤

温故而知新，可以为师矣。

大家好，我是Python进阶者。

一、前言

前几天在Python最强王者交流群【wen】问了一个Python处理PDF斜水印文件的实战问题。问题如下：

最近处理pdf ，可以提取文字信息，到时满页都是水印，影响提取效果，水洗是英文+数字 ，斜着打水印，有什么好的处理方法么？

【瑜亮老师】：水印是灰色那种么？

【wen】：粉红色

二、实现过程

这里【瑜亮老师】给了一个思路：如果数据中没有粉红色，就可以用像素颜色替换的方式去掉。这是编程的思路。其实也有很多本地软件可以实现去掉水印。如果文件不多，可以直接用本地软件。以上两种方法都能在一定程度上保证信息不外泄。如果pdf不涉及机密，可以使用网站在线处理水印。

【猫药师Kelly】：网页工具、pdf处理软件、python通过字号、颜色过滤水印，总有一款适合。

【吴超建】也给了一个推文的代码。

粉丝自己尝试复现但是i好，遇到了点问题。

【隔壁😼山楂】自己Python3.8的环境，复现无误，也不报错。本来想远程粉丝解决，但是他是本地的离线环境，加上有保密的要求，确实不太方便。

顺利地解决了粉丝的问题。