1、引言

小屌絲：魚哥，最近有點不像話了，
小魚：嗯？？ 啥個意思嘛~
小屌絲：一周了，沒分享小知識了，
小魚：就因為這個？？
小屌絲：那是，我這么愛學習的人，
小魚：怕是你有什么事情解決不了，想到我了吧？
小屌絲：呵 ~ 笑話 ~ 我 能有…什…么…事情…
小魚：說吧，
小屌絲：這可是你讓我說的，我可沒主動要問的！
小魚：說吧，咋還磨磨唧唧了呢
小屌絲：我在某站下載的pfd檔案，有水印，如何去掉啊？
小魚：我突然想起來，PPT還沒寫完，
小屌絲：我家樓下剛開一個燒烤店，據說還不錯!
小魚：PPT寫不完，可以晚上寫，助人為樂讓我更快樂，

2、代碼實戰

在上一篇博文，我們知道了如何給pdf檔案添加水印，
而本篇，我們就給pdf去水印

如果不知道如何添加水印，就看這篇：《Python3，2段代碼，給pdf檔案添加水印，原來watermark還可以這么玩，》

小屌絲：你這添加完水印，又去除水印，你這是鬧哪樣？？
小魚：我喜歡，我稀罕，我樂意！！

2.1 去除原理

去除方法：

• 1、用 PyMuPDF 打開 pdf 檔案，將 pdf 的每一頁都轉換為圖片 pixmap，
• 2、pixmap 有它自己的 RGB，只需要將 pdf 水印中的 RGB 改為(255, 255, 255)，并保存圖片
• 3、按照生成的圖片，插入到pdf檔案中

因為pfd檔案無法直接去除水印，需要先將pfd檔案轉換成圖片，在逐一對圖片進行水印去除操作，最后在把圖片插入到pdf檔案中

2.2 代碼決議

1、先查看PDF檔案中的水印rgb值是多少
可以看到，RGB(179,179,179)，因為這里要的是RGB色值總和，所以我們就認為，超過510，就認為是水印，

敲黑板

• 光學三原色是紅綠藍（RGB），也就是說它們是不可分解的三種基本顏色，其他顏色都可以通過這三種顏色混合而成，三種顏色等比例混合就是白色，沒有光就是黑色，
• 在計算機中，可以用三個位元組表示 RGB 顏色，1個位元組能表示的最大數值是 255， 所以，(255, 0, 0)代表紅色，(0, 255, 0)代表綠色，(0, 0, 255)代表藍色，相應地，(255, 255, 255)代表白色，(0, 0, 0)代表黑色，從(0, 0, 0) ~ (255, 255, 255) 之間的任意組合都可以代表一個不同的顏色，
• 圖片每個位置顏色由四元組表示，前三位分別是 RGB，第四位是 Alpha 通道

2、pdf轉換成圖片，并去除水印
代碼示例：

# -*- coding:utf-8 -*-
# @Time   : 2022-02-23
# @Author : carl_DJ

from PIL import Image
from itertools import product
import fitz

# 去除pdf的水印
def remove_pdfwatermark():
    #打開源pfd檔案
    pdf_file = fitz.open("跟小魚學習去水印.pdf")

    #page_no 設定為0
    page_no = 0
    #page在pdf檔案中遍歷
    for page in pdf_file:
        #獲取每一頁對應的圖片pix (pix物件類似于我們上面看到的img物件，可以讀取、修改它的 RGB)
        #page.get_pixmap() 這個操作是不可逆的，即能夠實作從 PDF 到圖片的轉換，但修改圖片 RGB 后無法應用到 PDF 上，只能輸出為圖片
        pix = page.get_pixmap()

        #遍歷圖片中的寬和高，如果像素的rgb值總和大于510，就認為是水印，轉換成255，255,255-->即白色
        for pos in product(range(pix.width), range(pix.height)):
            if sum(pix.pixel(pos[0], pos[1])) >= 510:
                pix.set_pixel(pos[0], pos[1], (255, 255, 255))
        #保存去掉水印的截圖
        pix.pil_save(f"./{page_no}.png", dpi=(30000, 30000))
        #列印結果
        print(f'第 {page_no} 頁去除完成')

        page_no += 1

if __name__ == '__main__':
    remove_pdfwatermark()

執行完成，
查看生成圖片：

查看圖片內容：

3、圖片轉為pdf

代碼示例：

# -*- coding:utf-8 -*-
# @Time   : 2022-02-23
# @Author : carl_DJ

from PIL import Image
from itertools import product
import fitz

''' 圖片轉為pdf'''
#圖片所在的檔案夾
pic_dir = 'D:\Project\watemark'

pdf = fitz.open()
#圖片數字檔案先轉換成int型別進行排序
img_files = sorted(os.listdir(pic_dir), key=lambda x: int(str(x).split('.')[0]))
for img in img_files:
    print(img)
    imgdoc = fitz.open(pic_dir + '/' + img)
    #將打開后的圖片轉成單頁pdf
    pdfbytes = imgdoc.convertToPDF()
    imgpdf = fitz.open("pdf", pdfbytes)
    #將單頁pdf插入到新的pdf檔案中
    pdf.insertPDF(imgpdf)
pdf.save("跟小魚學習去水印_完成.pdf")
pdf.close()

執行代碼，
查看生成的pdf檔案

2.3 代碼整合

上面的內容都了解以后，我們就整合代碼，直接運行就可以了，

# -*- coding:utf-8 -*-
# @Time   : 2022-02-23
# @Author : carl_DJ

from PIL import Image
from itertools import product
import fitz

# 去除pdf的水印
def remove_pdfwatermark():
    #打開源pfd檔案
    pdf_file = fitz.open("跟小魚學習去水印.pdf")

    #page_no 設定為0
    page_no = 0
    #page在pdf檔案中遍歷
    for page in pdf_file:
        #獲取每一頁對應的圖片pix (pix物件類似于我們上面看到的img物件，可以讀取、修改它的 RGB)
        #page.get_pixmap() 這個操作是不可逆的，即能夠實作從 PDF 到圖片的轉換，但修改圖片 RGB 后無法應用到 PDF 上，只能輸出為圖片
        pix = page.get_pixmap()

        #遍歷圖片中的寬和高，如果像素的rgb值總和大于510，就認為是水印，轉換成255，255,255-->即白色
        for pos in product(range(pix.width), range(pix.height)):
            if sum(pix.pixel(pos[0], pos[1])) >= 510:
                pix.set_pixel(pos[0], pos[1], (255, 255, 255))
        #保存去掉水印的截圖
        pix.pil_save(f"./{page_no}.png", dpi=(30000, 30000))
        #列印結果
        print(f'第 {page_no} 頁去除完成')

        page_no += 1

#去除的pdf水印添加到pdf檔案中
def pictopdf():
	#水印截圖所在的檔案夾
    # pic_dir = input("請輸入圖片檔案夾路徑：")
	pic_dir = 'D:\Project\watemark'
	
	pdf = fitz.open()
	#圖片數字檔案先轉換成int型別進行排序
	img_files = sorted(os.listdir(pic_dir), key=lambda x: int(str(x).split('.')[0]))
	for img in img_files:
	    print(img)
	    imgdoc = fitz.open(pic_dir + '/' + img)
	    #將打開后的圖片轉成單頁pdf
	    pdfbytes = imgdoc.convertToPDF()
	    imgpdf = fitz.open("pdf", pdfbytes)
	    #將單頁pdf插入到新的pdf檔案中
	    pdf.insertPDF(imgpdf)
	pdf.save("跟小魚學習去水印_完成.pdf")
	pdf.close()

if __name__ == '__main__':
    remove_pdfwatermark()
    pictopdf()

3、總結

寫到這里，今天的分享就差不多快結束了，
需要理解的流程是，

• pdf檔案需要先轉換成圖片，進行水印去除，
• 再轉換成pdf
• 最后插入到新的pdf檔案中，

關于圖片及pdf如何添加水印，可以參照小魚的這兩篇博文：

• 《Python3，2行代碼添加水印》
• 《Python3，2段代碼，給pdf檔案添加水印》

關注小魚博客，帶你了解更多更有趣python知識，