在主脚本的子进程中捕获生成的 jpg答案

【问题标题】：Capture jpgs produced in subprocess in main script在主脚本的子进程中捕获生成的 jpg
【发布时间】：2013-06-22 20:49:38
【问题描述】：

我不确定这是否可行，但我正在尝试以自动方式从 pdf 生成许多缩略图，然后将它们存储在 elasticsearch 中。基本上我想将 pdf 转换为一系列 jpg（或 png，或任何类似的东西），然后将它们索引为二进制文件。目前我正在制作这样的 jpg：

import subprocess
params = ['convert', 'pdf_file', 'thumb.jpg']
subprocess.check_call(params)

效果很好，但它只是将 jpg 文件写入文件系统。我希望将这些文件作为字符串而不将它们写到本地文件系统中。我试过使用子进程的标准输出方法，但我对使用子进程还很陌生，所以我无法弄清楚这一点。

我正在使用 imagemagick 进行此转换，但只要我能实现此目标，我愿意切换到任何其他工具。有什么想法吗？

【问题讨论】：

当您在 python 中工作时，最好使用 python 而不是调用外部程序来完成，因为分叉往往很昂贵。
@zmo Forks 可能很昂贵，但我用相当大的 pdf 做了几次，所以我认为不通过 python 绑定的收益是值得的。另外我不相信子进程实际上是分叉的。
@SlaterTyranus: subprocess 肯定是分叉的（除非你在 Windows 上，在这种情况下它是 CreateProcesses）。它还能如何工作？
@SlaterTyranus：PS，你在哪个平台上分叉很贵？它们在 linux 上的速度非常快，而且速度足够快，以至于在 OS X 和其他现代 *BSD 上几乎不重要。）通常 exec 和链接加载器等比 fork 花费的时间要长得多（尽管仍然没有 Windows 长' 创建进程）。

标签： python image pdf thumbnails stdout

【解决方案1】：

您可以让它将数据发送到标准输出...

import subprocess
params = ['convert', 'pdf_file', 'jpg:-']
image_data = subprocess.check_output(params)

【讨论】：

哦，太棒了！正是我想要的。

【解决方案2】：

您可以使用 imagemagick 的 python API，例如：

import PythonMagick

img = PythonMagick.Image("file.pdf")
img.depth = 8
img.magick = "RGB"
data = img.data

或使用wand:

from wand.image import Image

with Image(filename='file.pdf') as img:
    data = img.make_blob('png')

【讨论】：

PythonMagick 似乎不再活跃。
@SlaterTyranus：对于传统的 ImageMagick，PythonMagick 仍然有效。对于更新、更高级别的 MagickWand API，请改用 PythonMagickWand。或者使用 Wand，它以高级 API 的风格包装了低级 API。（zmo 的答案已经有一个例子，wand 旁边有一个 PythonMagic。）或者只是去the APIs page 看看现在有什么。（您可能还想检查 PyPI。）

【解决方案3】：

我希望将这些文件作为字符串而不将它们写入本地文件系统。

这样做的方法是告诉命令将其数据写入标准输出而不是文件，然后从proc.stdout读取它。

并非每个命令都有办法告诉它执行此操作，但在许多情况下，只需将 - 作为输出文件名传递即可，ImageMagick 的 convert 也是如此。当然你还需要给它一个格式，因为它不能再从thumb.jpg的扩展名中猜到它。最简单的方法是在convert 中将类型添加到- 伪文件名前。（不要用ImageMagick以外的任何东西来尝试。）

所以：

import subprocess
params = ['convert', 'pdf_file', 'jpg:-']
converted = subprocess.check_output(params)

然而，这会给你带来一根巨大的绳子。如果您试图获取一堆单独的图像，则需要将一个巨大的字符串拆分为单独的图像，这可能需要一些 JPEG/JFIF 格式的知识。

【讨论】：

拆分成？等待结论。
@SlaterTyranus：糟糕，抱歉。现已修复。