type
status
date
slug
summary
tags
category
icon
password
Property
Aug 25, 2023 05:15 PM
URL
Notion Ai 总结:
该文章介绍了如何使用 GPT-4 代码解释器将 PDF 页面分割成两个页面。使用 PyMuPDF 和 Pillow 包，将每一页转换为 4 倍高分辨率的图像，然后在图像上进行分割，最后使用 PIL 库将分割后的 4 倍高分辨率图像重新组合成 PDF。作者还尝试使用 Wolfram 语言解决该问题，但效率较低。
1. 问题
昨天遇到一个问题，我下载的 PDF 是一页里面包含两页的，像这样：
可以看到一页里面实际上是两页，所以我想将中间切开，然后组成一个新的 PDF。
2. GPT-4 代码解释器 解决
于是我请教了 ChatGPT ，马上就解决了，下面是交谈的记录
最后核心的代码是这样的：
- 首先安装包
- 运行代码
我是在 Google 的 Colab 中运行的大概是两分钟搞定了，最后结果很完美，极快地解决了问题
3. 使用 wolfram 语言解决
因为是 GPT-4 做出来的，所以我就想能否用我擅长的 wolfram 语言解决呢？同样地我也是咨询了 GPT-4 给出了基础的代码，是这样的：
3.1 初始版本
第一步：导入 PDF 文件
我们先导入整个 PDF 文件。
第二步：定义分割函数
我们定义一个函数来分割页面，将其切成两半。
第三步：应用分割函数到每一页
我们将
splitPage 函数应用到 PDF 文件的每一页。这里
splitPages 是一个包含列表的列表，其中每个子列表包含两个分割的页面。第四步：组合并导出到新的 PDF 文件
我们需要将这些页面整理成一个列表，然后导出为新的 PDF 文件。
现在，新的 PDF 文件
newfile.pdf 应该包含原始 PDF 文件的每一页分割后的两个页面，按顺序排列。每个原始页面分割为两个新的页面，所以新的 PDF 文件的总页数应该是原始 PDF 文件的两倍。使用上面的步骤有个问题，就是所有的页面都会在一个页面里面。
3.2 改进版本
我在 mse（这个帖子） 上找了下答案，然后才可以的的。改进后的代码是这样的：
开始测试的时候我是用的小文件，也就是说只有几页的那个PDF。这个是可以的但是当我给了整个PDF也就是几百页的那个PDF之后。我发现它这个根本就处理不了你可以看下它的那个内存的占比。
运行了十几分钟，然后内存占用了14个G。结果还是没有出来那可以看到。这个 wolfram 语言的效率还是有那么一点点低的。所以我就感觉 GPT4 还是很牛的。
- 作者:我心永恒
- 链接:https://wxyhgk.com/article/chatgpt-code-pdf
- 声明:本文采用 CC BY-NC-SA 4.0 许可协议，转载请注明出处。
