116 lines
3.4 KiB
JavaScript
116 lines
3.4 KiB
JavaScript
/**
|
|
* Module de conversion PDF vers images pour l'OCR
|
|
*/
|
|
|
|
const pdf = require('pdf-poppler')
|
|
const fs = require('fs')
|
|
const path = require('path')
|
|
|
|
/**
|
|
* Convertit un PDF en images pour l'OCR
|
|
* @param {string} pdfPath - Chemin vers le fichier PDF
|
|
* @param {string} outputDir - Répertoire de sortie (optionnel)
|
|
* @returns {Promise<Array>} - Tableau des chemins des images générées
|
|
*/
|
|
async function convertPdfToImages(pdfPath, outputDir = null) {
|
|
console.log(`[PDF-CONVERTER] Début de la conversion PDF: ${path.basename(pdfPath)}`)
|
|
|
|
try {
|
|
// Répertoire de sortie par défaut
|
|
if (!outputDir) {
|
|
outputDir = path.dirname(pdfPath)
|
|
}
|
|
|
|
// Configuration de la conversion
|
|
const options = {
|
|
format: 'png',
|
|
out_dir: outputDir,
|
|
out_prefix: 'page',
|
|
page: null, // Toutes les pages
|
|
scale: 2000, // Résolution élevée
|
|
}
|
|
|
|
console.log(`[PDF-CONVERTER] Configuration: Format=PNG, Scale=2000`)
|
|
|
|
// Conversion de toutes les pages
|
|
const results = await pdf.convert(pdfPath, options)
|
|
|
|
console.log(`[PDF-CONVERTER] Conversion terminée: ${results.length} page(s) convertie(s)`)
|
|
|
|
// Retourner les chemins des images générées
|
|
const imagePaths = results.map((result, index) => {
|
|
const imagePath = path.join(outputDir, `page-${index + 1}.png`)
|
|
console.log(`[PDF-CONVERTER] Page ${index + 1}: ${imagePath}`)
|
|
return imagePath
|
|
})
|
|
|
|
return imagePaths
|
|
} catch (error) {
|
|
console.error(`[PDF-CONVERTER] Erreur lors de la conversion:`, error.message)
|
|
throw error
|
|
}
|
|
}
|
|
|
|
/**
|
|
* Convertit un PDF en une seule image (première page)
|
|
* @param {string} pdfPath - Chemin vers le fichier PDF
|
|
* @param {string} outputPath - Chemin de sortie de l'image (optionnel)
|
|
* @returns {Promise<string>} - Chemin de l'image générée
|
|
*/
|
|
async function convertPdfToSingleImage(pdfPath, outputPath = null) {
|
|
console.log(`[PDF-CONVERTER] Conversion PDF vers image unique: ${path.basename(pdfPath)}`)
|
|
|
|
try {
|
|
// Chemin de sortie par défaut
|
|
if (!outputPath) {
|
|
const baseName = path.basename(pdfPath, '.pdf')
|
|
const dirName = path.dirname(pdfPath)
|
|
outputPath = path.join(dirName, `${baseName}_converted.png`)
|
|
}
|
|
|
|
// Configuration pour une seule page
|
|
const options = {
|
|
format: 'png',
|
|
out_dir: path.dirname(outputPath),
|
|
out_prefix: path.basename(outputPath, '.png'),
|
|
page: 1, // Première page seulement
|
|
scale: 2000,
|
|
}
|
|
|
|
// Conversion de la première page seulement
|
|
const results = await pdf.convert(pdfPath, options)
|
|
|
|
console.log(`[PDF-CONVERTER] Image générée: ${outputPath}`)
|
|
|
|
return outputPath
|
|
} catch (error) {
|
|
console.error(`[PDF-CONVERTER] Erreur lors de la conversion:`, error.message)
|
|
throw error
|
|
}
|
|
}
|
|
|
|
/**
|
|
* Nettoie les fichiers temporaires générés
|
|
* @param {Array} filePaths - Chemins des fichiers à supprimer
|
|
*/
|
|
async function cleanupTempFiles(filePaths) {
|
|
console.log(`[PDF-CONVERTER] Nettoyage de ${filePaths.length} fichier(s) temporaire(s)`)
|
|
|
|
for (const filePath of filePaths) {
|
|
try {
|
|
if (fs.existsSync(filePath)) {
|
|
await fs.promises.unlink(filePath)
|
|
console.log(`[PDF-CONVERTER] Fichier supprimé: ${path.basename(filePath)}`)
|
|
}
|
|
} catch (error) {
|
|
console.warn(`[PDF-CONVERTER] Erreur lors de la suppression de ${filePath}: ${error.message}`)
|
|
}
|
|
}
|
|
}
|
|
|
|
module.exports = {
|
|
convertPdfToImages,
|
|
convertPdfToSingleImage,
|
|
cleanupTempFiles,
|
|
}
|