【Python实战】如何优雅地实现 PDF 去水印？
话接上篇，自动化处理 PDF 文档，完美实现 WPS 会员功能
小伙伴们更关心的是如何去除 PDF 中的水印~
今天，就来分享一个超简单的 PDF 去水印方法~
1. 原理介绍
在上一篇中，我们介绍了如何将 PDF 文档转换成图片，图片就是 RGB 三通道像素点的集合。
我们发现：水印的像素点和正常文字的像素点是有显著区别的。
如何查看水印的像素是多少呢？
最简单的方式是打开一个截图工具，聚焦到水印位置即可看到：
所以，水印的像素值有如下特点：
- 像素分布在 180 - 250 （注：必要时，阈值需适当调整）；
- RGB三通道的像素值基本相同。
基于上述两个特点，我们就可以找到水印像素点的位置。
2. 代码实操
为了完美实现上述的两个判断，当然你可以写两层 for 循环遍历像素值进行判断，不过一旦图像尺寸太大，处理速度就令人抓狂了。
最简单的方式就是采用 numpy 数组进行操作：
import numpy as np
def judege_wm(img, low=180, high=250):# 通过像素判断low_bound = np.array([low, low, low])high_bound = np.array([high, high, high])mask = (img > low_bound) & (img < high_bound) & (np.abs(img-img.mean(-1, keepdims=True)).sum(-1, keepdims=True) < 10) # 要求rgb值相差不能太大img[mask] = 255return img最后，我们来看下处理后的效果：
3. 整体流程
上述步骤，我们介绍了如何去除图片中的水印。
说好的 PDF 去水印呢？
来，参照下述流程走一遍：
关于如何实现：PDF转换成图片 以及 图片转换成PDF，上篇已经给出了详细教程：自动化处理 PDF 文档，完美实现 WPS 会员功能
写在最后
本文给大家带来了一种最简单的图片 & PDF 去水印方法，可以满足绝大部分白底黑字的文档场景。
如果背景图像纷繁复杂，本方法还无法完美解决。
欢迎有其他解决方案的小伙伴，评论区交流下啊~
如果本文对你有帮助，欢迎点赞收藏备用。