如何解决AWS Lambda 上的 PDF2Image
我在 AWS Lambda 上使用 PDF2Image 时遇到以下问题。这是我在本地机器和 AWS Lambda 上运行的代码。
def lambda_handler(event,context):
source = "somebucket/folder/test.pdf"
source_obj = s3.Object(event['bucket'],source).get()
body = source_obj['Body'].read()
filename,extension = os.path.splitext(source)
info = pdfinfo_from_bytes(body,userpw=None,poppler_path=None)
maxPages = info['Pages']
if maxPages > MAX_PAGES:
maxPages = MAX_PAGES
for index in range(1,maxPages+1,2):
pages = convert_from_bytes(
body,first_page=index,last_page=index+1,jpegopt={
"quality": 20,"progressive": True,"optimize": True
}
)
imageIndex = 0
for page in pages:
# Converting PDF file to imae
in_mem_file = io.BytesIO()
page.save(in_mem_file,format="JPEG")
print(in_mem_file.getbuffer().nbytes)
destination = f"{filename}_{index}_{imageIndex}.jpg"
object = s3.Object(event['bucket'],destination)
object.put(Body=in_mem_file.getvalue())
in_mem_file.close()
imageIndex = imageIndex + 1
当我在本地机器上运行它时(基本上相同的代码,只排除 AWS Lambda 部分)我看到了:
354597
当我在 Lambda 环境中运行时,我看到以下内容:
108963
因此,基本上在 Lambda 上生成的 JPEG 比在本地机器上生成的 JPEG 小。当我比较结果文件时,我发现由 AWS Lambda 生成的文件缺少原始 PDF 文件中的一些文本。
Lambda 函数内存设置为4096 Mb PDF 文件大小为 26 Kb
很遗憾,我无法共享该文件,因为它属于保密协议。
提前致谢
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。