convert2img

是一个被重新发明的轮子，用于将PDF文档转换为图像。我为了将PDF拆成图片用来微调模型而写了这个脚本。

他利用pdf2image库，简单来说就是给库套了一个可以直接在CLI中运行的壳。

特别是给pdf2image套了一个简单的多线程处理，使得处理多页PDF文件时的性能有所提升。

如果你手头有一个PDF文件，想要将PDF文件完美转换成markdown的话，你可以使用我重新发明的另一个轮子： img2md，直接将这里生成的图片序列转换成markdonwn。

使用说明

1. 安装依赖：

   pip install -r requirements.txt

2. 运行转换命令：

   python convert2img.py <pdf_file> [--dpi=DPI]

生成的图片文件（每页一个PNG）会被保存到一个自动生成的文件夹中，偷懒偷到烂

English

A tool for converting PDF documents to images. I wrote this script to split PDFs into images for fine-tuning models.

Using pdf2image library, it provides a CLI wrapper for the pdf2image library.

Simple multi-thread, improving performance for large PDF files.

If you have a PDF-file that you want to convert perfectly into Markdown, seee another tool of mine:
img2md, that turns images which can be created here to markdown file.

Quick Start

1. Install dependencies:

   pip install -r requirements.txt

2. Run the conversion command:

   python convert2img.py <pdf_file> [--dpi=DPI]

Image files (one PNG per page) will be saved in an automatically generated folder.