PythonでPDFを画像として扱いたい

Question

前提

PythonでOpencvを利用し、PDF取り込み後、記載されている数値やマーク、文字を取得する機能を作っています。
PDFからJPEGへの変換機能においてgooglecolabで動作の確認ができましたが、手元の環境ではエラーメッセージが発生しました。

実現したいこと

• 手元の環境でも変換できるように整備をしたいです。

発生している問題・エラーメッセージ

Traceback (most recent call last):
File "/Users/~~/Documents/Python/PDF_ext/PDF/JPEGに変換.py", line 2, in <module>
pages = convert_from_path('7a79c35f7ce0704dec63be82440c8182.pdf')
File "/Library/Frameworks/Python.framework/Versions/3.10/lib/python3.10/site-packages/pdf2image/pdf2image.py", line 127, in convert_from_path
page_count = pdfinfo_from_path(
File "/Library/Frameworks/Python.framework/Versions/3.10/lib/python3.10/site-packages/pdf2image/pdf2image.py", line 594, in pdfinfo_from_path
raise PDFInfoNotInstalledError(
pdf2image.exceptions.PDFInfoNotInstalledError: Unable to get page count. Is poppler installed and in PATH?

該当のソースコード

from pdf2image import convert_from_path
pages = convert_from_path('7a79c35f7ce0704dec63be82440c8182.pdf')
for idx,page in enumerate(pages):
page.save('out{}.jpg'.format(idx+1), 'JPEG')

試したこと

https://teratail.com/questions/164621
https://teratail.com/questions/131959
https://qiita.com/yutoman027/items/7ee796c41575eb0511c3
上記を参考にbrew doctorのエラーの解消、再インストールや

/usr/local/Cellar/poppler/23.01.0/bin
pdfinfoのあるディレクトリ(上記）へのパスを作成しましたが、解決しませんでした。

エラーの解決方法を教えていただけないでしょうか。

補足情報（FW/ツールのバージョンなど）

python 3.10.9
IDLE 3.10.9
HOMEBREW 3.6.19
macOS11.7.2

Comments

[hoshi-takanori]

「数値やマーク、文字を取得する」には、PDF を画像化しない方が良いのでは…。

[ODYSSEY]

コメントありがとうございます。
pdfminerで文字の取得はできましたが、取得したい画像の☆のようなマークが取得できなかったので、２値処理を利用していました。
そのためPDFをJPEGやPNGに変換をしたいと考えています。

[melian]

ターミナルで、pdfinfo を実行するとどうなりますか？

[ODYSSEY]

コメントありがとうございます。
下記ターミナルでのpdfinfoの実行結果です。
pdfinfo version 23.01.0
Copyright 2005-2023 The Poppler Developers - http://poppler.freedesktop.org
Copyright 1996-2011, 2022 Glyph & Cog, LLC
Usage: pdfinfo [options] <PDF-file>
-f <int> : first page to convert
-l <int> : last page to convert
-box : print the page bounding boxes
-meta : print the document metadata (XML)
-custom : print both custom and standard metadata
-js : print all JavaScript in the PDF
-struct : print the logical document structure (for tagged files)
-struct-text : print text contents along with document structure (for tagged files)
-isodates : print the dates in ISO-8601 format
-rawdates : print the undecoded date strings directly from the PDF file
-dests : print all named destinations in the PDF
-url : print all URLs inside PDF objects (does not scan text content)
-enc <string> : output text encoding name
-listenc : list available encodings
-opw <string> : owner password (for encrypted files)
-upw <string> : user password (for encrypted files)
-v : print copyright and version info
-h : print usage information
-help : print usage information
--help : print usage information
-? : print usage information

[melian]

おそらく、IDLE プロセスの環境変数 PATH の値が書き替わっていないのではないかと思うのですが、macos に関してはよく判らないので、動作確認のため以下をソースコードの先頭に入れてみて実行してみて下さい。

import os
os.environ['PATH'] += ':/usr/local/Cellar/poppler/23.01.0/bin'

[ODYSSEY]

引き続きありがとうございます。
いただいたコードを追加したところ実行できました。
大変助かりました。

[melian]

実行できてよかったです。ただ、これは暫定的な措置ではありますので、ログインシェルの設定ファイル(~/.bash_profile, ~/.zprofile, ~/.profile など)に上記の PATH 設定を追加しておくとよいかと思います。

[jbpb0]

> いただいたコードを追加したところ実行できました。

質問を「解決済」にしてください

Answer 1

melianさんのコメントより解決しました。
IDLE プロセスの環境変数 PATH の値が書き替わっていないのではないかと思うのですが、macos に関してはよく判らないので、動作確認のため以下をソースコードの先頭に入れてみて実行してみて下さい。

import os
os.environ['PATH'] += ':/usr/local/Cellar/poppler/23.01.0/bin'

回答がついていないため自己解決にさせていただきました。