1. 需求
- 想要能否实现批量自动为多个pdf加盖不同六格虚拟章（不改变pdf原有分辨率和文字可识别性）；
- 改在pdf首页上方空白位置，一般居中即可；
- 如可由使用者自主选择靠页边距更好，以便部分首页上方有字的文件时人工可微调位置；
- 从上而下，自左往右分别对应 excel 中各个字段；
- pdf 的文件名和 excel 中档号字段一致。
2. 需求分析
- 印章绘制技术可采用 opencv，PIL，reportlab等；
- excel 文件的读取可以采用 openpyxl，pandas，xlrd，xlwt 和 xlutils等；
- pdf 文件的读写操作可采用 PyPDF2，pdfminer.six，PyMuPDF；
- 根据需求绘制印章采用了 PIL， excel 操作采用 openpyxl， pdf 读写操作采用 PyPDF2。
3. 生成印章 SealImage.py
- 初始化印章的边框、文本、背景颜色；
- 创建印章函数；
印章大小、创建印章图像、绘制印章格子、绘制印章文字、添加纹理。
- 方形印章格子绘制；
获取图像长宽、计算各个矩形的起始点、绘制上侧中间矩形、绘制上下矩形， 注意边框占位一半、绘制边框。
- 绘制印章中的文字；
获取图像长宽、计算各个文本的中心点坐标、文本、数字、英文对应的font、获取传入的字段、依次绘制对应的文本。
- 给印章添加纹理； 5.1 打开纹理图像，随机截取旋转； 5.2 随机截取一部分纹理图； 5.3 重新设置截取图片的的大小，并进行一次高斯模糊； 5.4 将纹理图的灰度映射到原图的透明度，由于纹理图片自带灰度，映射后会有透明效果，所以fill的透明度不能太低； 5.5 进行一次高斯模糊，提高真实度。
- 测试使用查看当前图片绘制情况；
- 保存图片；
- 绘制矩形；
- 绘制文本。
计算传入文本的占位的盒子宽高、根据文字的占位，计算绘制文本。
from random import randint
from PIL import Image
from PIL import ImageFont
from PIL import ImageDraw
from PIL import ImageFilter
class Seal:
def __init__(self):
# 印章边框颜色
self.border_color = (234, 24, 27, 180)
# 印章文本颜色
self.text_color = (234, 24, 27, 180)
# 印章背景颜色
self.bg_color = (255,255,255,1)
# 保存印章的图像对象
self.image = None
# 印章图像绘制对象
self.draw = None
# 创建印章
def create_seal(self, opts = {}):
# 印章大小
base = [950,240]
# 创建印章图像
self.image = Image.new('RGBA',tuple(base),self.bg_color)
self.draw = ImageDraw.Draw(self.image)
# 绘制印章格子
self.draw_seal_box()
# 绘制印章文字
self.draw_seal_text(opts)
# 添加纹理
self.add_texture_to_image()
# 绘制印章的格子
def draw_seal_box(self):
# 获取图像长宽
w, h = self.image.size
# 计算各个矩形的起始点
# 三分之一宽
third_w = w / 3
# 二分之一高
half_h = h / 2
# 绘制下侧右边的矩形
# self.draw_rect([third_w * 2 - 5,0,w,h], 6)
# 绘制上侧中间矩形
self.draw_rect([third_w,0,third_w * 2,h], 6)
# 绘制上下矩形， 注意边框占位一半
self.draw_rect([0,0,w,half_h], 6)
# 绘制边框
self.draw_rect([0,0,w,h])
# 绘制印章中的文字
def draw_seal_text(self, opts = {}):
# 获取图像长宽
w, h = self.image.size
# 计算各个文本的中心点坐标
# 六分之一宽
half_third_w = w / 6
# 四分之一高
half_half_h = h / 4
font_size = int(half_half_h * 1.2)
# 文本、数字、英文对应的font
font = ImageFont.truetype('C:/Windows/Fonts/simsun.ttc',font_size)
# font = ImageFont.truetype('./lib/font/FZLTZHJW.TTF',font_size)
font_num = ImageFont.truetype('./lib/font/HelveticaNeueLTPro-Lt.ttf',font_size)
font_num_en = ImageFont.truetype('./lib/font/PingFang Medium.ttf',font_size)
# "name": name,
# "year": year,
# "file_num": file_num,
# "file_page_num": file_page_num,
# "file_save_date": file_save_date,
# "qb": qb,
# "file_no": file_no
# 获取传入的字段
year = opts.get("year")
file_num = opts.get("file_num")
file_page_num = opts.get("file_page_num")
file_save_date = opts.get("file_save_date")
qb = opts.get("qb")
file_no = opts.get("file_no")
# 依次绘制对应的文本
self.draw_text(file_num, font, half_third_w * 5, half_half_h)
self.draw_text(year, font, half_third_w * 3, half_half_h)
self.draw_text(file_no, font, half_third_w, half_half_h)
self.draw_text(file_page_num, font, half_third_w * 5, half_half_h * 3)
self.draw_text(file_save_date, font, half_third_w * 3, half_half_h * 3)
self.draw_text(qb, font, half_third_w, half_half_h * 3)
# 给印章添加纹理
def add_texture_to_image(self):
# 打开纹理图像，随机截取旋转
img_wl = Image.open('./lib/icon/bg.png')
# 随机截取一部分纹理图
pos_random = (randint(0,220), randint(0,340))
box = (pos_random[0], pos_random[1], pos_random[0]+180, pos_random[1]+60)
img_wl_random = img_wl.crop(box)
# 重新设置截取图片的的大小，并进行一次高斯模糊
img_wl_random = img_wl_random.resize(self.image.size).convert('L').filter(ImageFilter.GaussianBlur(1))
# 将纹理图的灰度映射到原图的透明度，由于纹理图片自带灰度，映射后会有透明效果，所以fill的透明度不能太低
L, H = self.image.size
for h in range(H):
for l in range(L):
dot = (l, h)
color = self.image.getpixel(dot)[:3]+(int(img_wl_random.getpixel(dot)/255*self.image.getpixel(dot)[3]),)
self.image.putpixel(dot, color)
# 进行一次高斯模糊，提高真实度
self.image = self.image.filter(ImageFilter.GaussianBlur(0.6))
# 测试使用查看当前图片绘制情况
def show(self):
if self.image:
self.image.show()
# 保存图片
def save(self, path):
if self.image:
self.image.save(path)
# 绘制矩形
def draw_rect(self, shape, width=8):
self.draw.rectangle(shape, fill=None, outline=self.border_color, width=width)
# 绘制文本
def draw_text(self, text, font, x, y):
# 计算传入文本的占位的盒子宽高
x1, y1, x2, y2 = self.draw.textbbox((x, y), text, font)
text_size_x = x2 - x1
text_size_y = y2 - y1
# 根据文字的占位，计算绘制文本
self.draw.text(
(int(x - text_size_x / 2), int(y - text_size_y / 2)),
text,
font=font,
fill=self.text_color
)
if __name__ == "__main__":
seal = Seal()
seal.create_seal({
"name": "pdf-1",
"year": 2024,
"file_num": 56,
"file_page_num": 15,
"file_save_date": "期限",
"qb": "XXX",
"file_no": "X156"
})
if not os.path.exists(f'./out_images/'):
os.makedirs(f'./out_images/')
# 保存图片
seal.save(f'./out_images/pdf-1.png')
4. 印章绘制结果
5. 合并图片到 pdf 指定位置 MergeImageToPDF.py
- 初始化插入图片的宽高；
init 默认插入图片的宽高。
- 设置图片的宽高；
reset_image_width_and_height 方法提供修改插入图片宽高的方法。
- 创建一个PDF页面，并在其中放置图片； 3.1 创建一个 BytesIO 对象； 3.2 Canvas 类是 ReportLab PDF 创建工具包的核心，它提供了一个画布，你可以在上面绘制文本、图形、图像等，以生成 PDF 文档； 3.3 创建一个 Canvas 对象，指定 packet 和页面大小； 3.4 drawImage 方法插入图像； 3.5 调用 save() 方法将绘制的内容保存到 packet 对象中； 3.6 packet.seek(0) 将文件指针移动到 BytesIO 对象的开头； 3.7 使用 PdfReader 读取 pdf 文件，并将第一页返回。
- 将创建的覆盖层合并到目标PDF的指定页面。 4.1. 读取原始PDF文件【需要插入图片的 pdf】； 4.2 创建一个PDF writer对象； 4.3 遍历PDF的每一页，找到目标页面； 4.4 获取当前页面对象； 4.5 判断当前页是否是目标页面； 4.6 计算图片的插入位置； 4.7 调用 create_overlay 创建一个插入图片的 pdf 页面对象； 4.8 将 create_overlay 返回的页面通过 merge_page 合并到当前 page； 4.9 将每一个循环的 page 通过 add_page 添加到第二步中创建的 writer 对象中； 4.10 判断输出路径是否存在，然后写入 pdf。
from reportlab.pdfgen import canvas
from PyPDF2 import PdfWriter, PdfReader
import io
class InsertImageToPDF:
def __init__(self):
self.image_width = int(237 * 0.6)
self.image_height = int(60 * 0.8)
# 设置图片的宽高
def reset_image_width_and_height(self, w, h):
self.image_width = w
self.image_height = h
# 创建一个PDF页面，并在其中放置图片
def create_overlay(self, image_path, x_pos, y_pos, page_width, page_height):
packet = io.BytesIO()
can = canvas.Canvas(packet, pagesize=(page_width, page_height))
can.drawImage(image_path, x_pos, y_pos, width=self.image_width, height=self.image_height) # 图片位置和大小
can.save()
packet.seek(0)
overlay = PdfReader(packet)
return overlay.pages[0]
# 将创建的覆盖层合并到目标PDF的指定页面
def merge_image_to_pdf(self, input_pdf_path, output_pdf_path, image_path, page_number, x_pos, y_pos):
# 读取原始PDF文件
original_pdf = PdfReader(open(input_pdf_path, "rb"))
# 创建一个PDF writer对象
pdf_writer = PdfWriter()
# 遍历PDF的每一页
for page_num in range(len(original_pdf.pages)):
page = original_pdf.pages[page_num]
if page_number == page_num:
# 计算距离
left_distance = int((page.mediabox.width - self.image_width) / 2 + x_pos)
top_distance = int((page.mediabox.height - self.image_height) - y_pos)
overlay = self.create_overlay(image_path, left_distance, top_distance, page.mediabox.width, page.mediabox.height)
page.merge_page(overlay)
pdf_writer.add_page(page)
# 写入修改后的PDF
with open(output_pdf_path, "wb") as out_file:
pdf_writer.write(out_file)
if __name__ == "__main__":
pdf = InsertImageToPDF()
# 使用函数
pdf.merge_image_to_pdf(
"./pdf/pdf-1/pdf-1.pdf",
"./out_pdf/pdf-1.pdf",
"./out_images/pdf.png",
0, 0, 10)
6. 插入图片运行结果
7. excel 文件进行自动批量操作
- 设置印章距离居中的距离，距离顶部的距离；
- 获取路径下的所有 excel 表； 2.1 获取 path 路径下的所有文件和文件夹名称； 2.2 筛选文件列表中的 xlsx 后缀的文件名称； 2.3 返回筛选结果。
- 循环读取 xlsx 文件；
- 读取 xlsx 文件中的文本字段； 4.1 读取 xlsx 文件中的数据； 4.2 获取印章文件名以及印章中的文本字段； 4.3 读取的全部数据； 4.4 将图片合并到pdf中。
- 将图片合并到pdf中。
import os
import openpyxl
import shutil
from MergeImageToPDF import InsertImageToPDF
from SealImage import Seal
pdf = InsertImageToPDF()
seal = Seal()
# 设置印章距离居中的距离，距离顶部的距离
top = 10
left = 0
# 获取路径下的所有 excel 表
def get_all_xlsx(path):
# 获取 path 路径下的所有文件和文件夹名称
names = os.listdir(path)
# 筛选文件列表中的 xlsx 后缀的文件名称
xlsx_names = list(filter(lambda x : x.split('.').pop() in ['xlsx'], names))
# 返回筛选结果
return xlsx_names
# 循环读取 xlsx 文件
def loop_read_xlsx_file(path, names):
for name in names:
read_xlsx_data(f'{path}/{name}', seal, merge_image)
# 读取 xlsx 文件中的文本字段
def read_xlsx_data(path, seal, merge_image):
# 读取 xlsx 文件中的数据
wb = openpyxl.load_workbook(path,data_only=True)
sheets = wb.sheetnames
sheet_first = sheets[0]
ws = wb[sheet_first]
for r in range(2,ws.max_row + 1):
# 获取印章文件名以及印章中的文本字段
name = ws.cell(row=r, column=1).value
year = ws.cell(row=r, column=2).value
file_num = ws.cell(row=r, column=3).value
file_page_num = ws.cell(row=r, column=4).value
file_save_date = ws.cell(row=r, column=5).value
qb = ws.cell(row=r, column=6).value
file_no = ws.cell(row=r, column=7).value
# 读取的全部数据
print('当前印章数据：',name, year, file_num, file_page_num, file_save_date, qb, file_no)
if name and year and file_num and file_page_num and file_save_date and qb and file_no:
seal.create_seal({
"name": name,
"year": year,
"file_num": file_num,
"file_page_num": file_page_num,
"file_save_date": file_save_date,
"qb": qb,
"file_no": file_no
})
if not os.path.exists(f'./out_images/'):
os.makedirs(f'./out_images/')
# 保存图片
seal.save(f'./out_images/{name}.png')
print('图片绘制成功，开始合并到 pdf 中!')
# 将图片合并到pdf中
merge_image(name)
# 将图片合并到pdf中
def merge_image(name):
if not os.path.exists(f'./out_pdf/{name}/'):
os.makedirs(f'./out_pdf/{name}/')
# 使用函数
# merge_image_to_pdf(
# "./pdf/Q103-WS·2022-Y-DQB-0037/Q103-WS·2022-Y-DQB-0037.pdf",
# "./out/Q103-WS·2022-Y-DQB-0037.pdf",
# "20210125.png",
# 0, 0, 10)
pdf.merge_image_to_pdf(
f'./pdf/{name}/{name}.pdf',
f'./out_pdf/{name}/{name}.pdf',
f'./out_images/{name}.png',
0, left, top
)
print(f'{name} 文件合并成功!')
if __name__ == "__main__":
# 获取印章宽度
# image_width = int(237 * 0.6)
# image_height = int(60 * 0.8)
init_img_w = input("请输入印章宽度（默认142px）：")
init_img_h = input("请输入印章高度（默认48px）：")
init_img_top = input("请输入印章距离顶部距离（默认10px）：")
init_img_left = input("请输入印章距离左侧距离（默认居中）：")
# 判断输入宽高的值是否有效
if init_img_w and init_img_h:
pdf.reset_image_width_and_height(int(init_img_w), int(init_img_h))
# 判断输入的边距是否有效
if init_img_top:
print('init_img_top', init_img_top)
top = int(init_img_top)
if init_img_left:
print('init_img_left', int(init_img_left))
left = int(init_img_left)
# 获取所有的xlsx文件
xlsxs = get_all_xlsx('./')
# 读取文件内容
loop_read_xlsx_file('./', xlsxs)
print('数据处理完成！')
# 数据处理完成，删除生成的图片文件夹
shutil.rmtree('./out_images')
8. 批量处理运行结果
9. 总结
- 将每一个单独的功能提出来，作为一个独立的类存在，各自完善独立的功能；
- 最后将各个模块的代码组装，在批量程序中使用，完成自动批量化使用。
