AWS Lambda 上的 PDF2Image

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