基于Python開發(fā)批量提取Excel圖片的小工具
更新時間：2025年03月19日 15:00:27 作者：很菜的小jiang
這篇文章主要為大家詳細介紹了如何使用Python中的openpyxl庫開發(fā)一個小工具,可以實現(xiàn)批量提取Excel圖片,有需要的小伙伴可以參考一下
目前有一個需求，就是批量讀取當前目錄下所有文件夾里的Excel文件，去獲取出Excel文件中的圖片，并根據(jù)圖片對應(yīng)的行去獲取某列的值作為命名方式進行命名，并統(tǒng)一保存在一個新的文件夾里面。
自己花了幾個小時寫了一個小工具出來，利用的是openpyxl這個庫，其他庫用了提取效果不太好，這個提取效果挺不錯的。以下代碼要根據(jù)實際需求，將“貨品編碼”改成你對應(yīng)需要的值。如果你不需要命名規(guī)則，則直接去掉都行。
第一個版本，針對于不規(guī)則分布圖片的Excel，進行每個單元格進行遍歷，比較費時：
import os
from openpyxl import load_workbook
from openpyxl.drawing.image import Image
from openpyxl_image_loader import SheetImageLoader
from openpyxl.utils.cell import get_column_letter
from PIL import Image
# 創(chuàng)建文件夾
def create_folder():
if not os.path.exists('images'):
os.makedirs('images')
print("成功創(chuàng)建/更新文件夾!")
# 獲取當前目錄下的文件夾
def get_folders(directory):
folders = []
for entry in os.scandir(directory):
if entry.is_dir():
folders.append(entry.name)
print("成功獲取當前目錄的文件夾！")
return folders
# 提取圖片
def extract_images():
# 創(chuàng)建存放文件夾
create_folder()
# 獲取當前目錄下的文件夾
folders = get_folders('.')
i = 1
num = 1
# 遍歷當前目錄下的文件夾
for folder in folders:
print(f"正在遍歷第{i}個文件夾{folder}......")
# 進行提取圖片
num = extract_images_from_excel(folder, num)
i += 1
# 進行提取圖片
def extract_images_from_excel(folder, num):
# 遍歷當前文件夾內(nèi)的所有文件
for entry in os.scandir('.\\'+folder):
# 如果當前對象是文件且后綴是xlsx
if entry.is_file() and entry.name.endswith('.xlsx'):
print(f'{folder}下的Excel文件路徑為：{entry.path}')
# 打開當前文件
wb = load_workbook(entry.path)
# 獲取當前xlsx的所有Sheet表
worksheets = wb.worksheets
# 遍歷xlsx中每一個Sheet
for ws in worksheets:
# 獲取當前列名為貨品編碼的列序號
code_index = ''
for column in ws.iter_cols():
if column[0].value == "貨品編碼":
code_index = column[0].column
# 創(chuàng)建圖片加載對象
image_loader = SheetImageLoader(ws)
# 每一行進行遍歷，獲取行序號和該行數(shù)據(jù)
for row_index, row in enumerate(ws.rows, start=1):
# 每一列進行遍歷
for column_index in range(1, len(row) + 1):
# 獲取列序號
column_letter = get_column_letter(column_index)
# 如果當前單元格是圖片
if image_loader.image_in(f'{column_letter}{row_index}'):
# 獲取圖片
image = image_loader.get(f'{column_letter}{row_index}')
# 獲取圖片格式
image_type = image.format
# 獲取當前行的貨品編碼列的值
code = ws.cell(row=(row_index), column=code_index).internal_value
# 保存圖片(保存命名為 序號_貨品編碼)
print(f'正在提取單元格{column_letter}{row_index + 1}的圖片......')
image.save(f"./images/[code]_{num}.{image_type}")
# 序號遞增
num += 1
# 關(guān)閉文件對象
wb.close()
return num
if __name__ == '__main__':
print("此版本是針對于圖片分布不規(guī)則的情況，提取圖片速度尚且較慢")
print("開始提取......")
# 提取圖片
extract_images()
print("提取完成！")第二個版本，針對于某一列統(tǒng)一分布圖片的Excel，只會進行有圖片那一列的遍歷，比較快速：
import os
from openpyxl import load_workbook
from openpyxl.drawing.image import Image
from openpyxl_image_loader import SheetImageLoader
from openpyxl.utils.cell import get_column_letter
from PIL import Image
# 創(chuàng)建文件夾
def create_folder():
if not os.path.exists('images'):
os.makedirs('images')
print("成功創(chuàng)建/更新文件夾!")
# 獲取當前目錄下的文件夾
def get_folders(directory):
folders = []
for entry in os.scandir(directory):
if entry.is_dir():
folders.append(entry.name)
print("成功獲取當前目錄的文件夾！")
return folders
# 提取圖片
def extract_images():
# 創(chuàng)建存放文件夾
create_folder()
# 獲取當前目錄下的文件夾
folders = get_folders('.')
i = 1
num = 1
# 遍歷當前目錄下的文件夾
for folder in folders:
print(f"正在遍歷第{i}個文件夾{folder}......")
# 進行提取圖片
num = extract_images_from_excel(folder, num)
i += 1
# 進行提取圖片
def extract_images_from_excel(folder, num):
# 遍歷當前文件夾內(nèi)的所有文件
for entry in os.scandir('.\\'+folder):
# 如果當前對象是文件且后綴是xlsx或者xls
if entry.is_file() and (entry.name.endswith('.xlsx') or entry.name.endswith('.xls')):
print(f'{folder}下的Excel文件路徑為：{entry.path}')
# 打開當前文件
wb = load_workbook(entry.path)
# 獲取當前xlsx的所有Sheet表
worksheets = wb.worksheets
# 遍歷xlsx中每一個Sheet
for ws in worksheets:
# 獲取當前列名為貨品編碼的列序號
code_index = ''
for column in ws.iter_cols():
if column[0].value == "貨品編碼":
code_index = column[0].column
# 創(chuàng)建圖片加載對象
image_loader = SheetImageLoader(ws)
# 記錄第一次遍歷的標志
img_sign_index = ''
# 每一行進行遍歷，獲取行序號和該行數(shù)據(jù)
for row_index, row in enumerate(ws.rows, start=1):
# 只有第一次才會進行每列遍歷，去找到圖片所在的列
if img_sign_index == '':
# 每一列進行遍歷
for column_index in range(1, len(row) + 1):
# 獲取列序號
column_letter = get_column_letter(column_index)
if image_loader.image_in(f'{column_letter}{row_index}'):
# 獲取對應(yīng)圖片的列序號
img_sign_index = column_letter
break
# 如果不為空，則證明有圖片，反之直接跳過
if img_sign_index != '':
# 后面遍歷直接去找圖片所在的列
image = image_loader.get(f'{img_sign_index}{row_index}')
# 獲取圖片格式
image_type = image.format
# 獲取當前行的貨品編碼列的值
code = ws.cell(row=(row_index), column=code_index).internal_value
# 保存圖片(保存命名為 序號_貨品編碼)
print(f'正在提取單元格{img_sign_index}{row_index + 1}的圖片......')
image.save(f"./images/{num}_[code].{image_type}")
# 序號遞增
num += 1
# 關(guān)閉文件對象
wb.close()
return num
if __name__ == '__main__':
print("此版本是針對于圖片集中分布在一列的情況，能更快提取圖片出來")
print("開始提取......")
# 提取圖片
extract_images()
print("提取完成！")第三個版本更新
此版本不是遍歷單元格，是直接找圖片，再鎖定圖片的中心行位置去找相應(yīng)的貨品編碼，效率更高，而且不會因為圖片位于單元格邊緣存在識別不到的問題。
import os
from openpyxl import load_workbook
import os
from openpyxl_image_loader import SheetImageLoader
from openpyxl.utils.cell import get_column_letter
# 創(chuàng)建文件夾
def create_folder():
if not os.path.exists('images'):
os.makedirs('images')
print("成功創(chuàng)建/更新文件夾!")
# 獲取當前目錄下的文件夾
def get_folders(directory):
folders = []
for entry in os.scandir(directory):
if entry.is_dir():
folders.append(entry.name)
print("成功獲取當前目錄的文件夾！")
return folders
# 提取圖片
def extract_images():
# 創(chuàng)建存放文件夾
create_folder()
# 獲取當前目錄下的文件夾
folders = get_folders('.')
i = 1
num = 1
# 遍歷當前目錄下的文件夾
for folder in folders:
print(f"正在遍歷第{i}個文件夾{folder}......")
# 進行提取圖片
num = extract_images_from_excel(folder, num)
i += 1
# 進行提取圖片
def extract_images_from_excel(folder, num):
# 遍歷當前文件夾內(nèi)的所有文件
for entry in os.scandir('.\\'+folder):
# 如果當前對象是文件且后綴是xlsx或者xls
if entry.is_file() and entry.name.endswith('.xlsx'):
print(f'{folder}下的Excel文件路徑為：{entry.path}')
# 打開當前文件
wb = load_workbook(entry.path)
# 遍歷每一個Sheet
for sheet_name in wb.sheetnames:
sheet = wb[sheet_name]
image_loader = SheetImageLoader(sheet)
# 獲取當前列名為貨品編碼的列序號
code_index = ''
for column in sheet.iter_cols():
if column[0].value == "貨品編碼":
code_index = column[0].column
# 遍歷Sheet中的所有圖片
for image in sheet._images:
# 獲取圖片中心行數(shù)，判斷貨品編碼是哪一個
row_index = (int(((image.anchor._from.row + 1) + (image.anchor.to.row + 1)) / 2))
# 獲取當前行的貨品編碼列的值(取中間值)
code = sheet.cell(row=row_index, column=code_index).value
# 獲取圖片格式
img_format = image.format
# 重新將圖片獲取出來(因為獲取下標這個image沒有存儲方法)，直接通過定位左上角坐標將圖片取出來
img = image_loader.get(f'{get_column_letter(image.anchor._from.col + 1)}{image.anchor._from.row + 1}')
# 保存圖片
print(f'正在提取貨品編碼為[code]的圖片{image}......')
img.save(f'./images/{num}_[code].{img_format}')
# 序號遞增
num += 1
# 關(guān)閉文件對象
wb.close()
return num
# v1.0：此版本是針對于圖片分布不規(guī)則的情況，提取圖片速度尚且較慢
# v1.1：此版本是針對于圖片集中分布在一列的情況，能更快提取圖片出來。
# v1.2：此版本解決圖片位于Excel邊界時存在的問題，只要圖片中心行在這一行，就可以匹配相應(yīng)的國家編碼，同時不用去遍歷，直接獲取圖片。
if __name__ == '__main__':
print("開始提取......")
# 提取圖片
extract_images()
print("提取完成！")第四個版本：增加了圖片的壓縮，不需要壓縮的可以直接不調(diào)用壓縮犯法即可，增加了交互，聽取了評論區(qū)大佬的意見，現(xiàn)在可以提取同一單元格多張圖片。
import math
from openpyxl import load_workbook
import os
from PIL import Image
# 命名規(guī)則
good_code = ""
# 命名字典
name_dict = {}
# 圖片數(shù)量
img_num = 0
# 記錄哪些文件夾已經(jīng)被提取過了
folder_name_dict = {}
# 是否輸出提取文本
is_text = True
# 創(chuàng)建文件夾
def create_folder():
if not os.path.exists('images'):
os.makedirs('images')
print("成功創(chuàng)建/更新images文件夾!")
# 提取圖片
def extract_images(stop):
if stop:
return
global img_num
global good_code
folder = input("請輸入需要提取的文件夾名稱（不輸入則遍歷當前目錄下未提取過的所有文件夾）：")
good_code = input("請輸入命名規(guī)則對應(yīng)表格中的名字（不輸入則默認為貨品編碼）：")
if good_code == "":
good_code = "貨品編碼"
if folder != '':
# 查找指定文件夾
extract_images_from_excel(folder)
else:
folders = []
for entry in os.scandir('.'):
if entry.is_dir():
folders.append(entry.name)
i = 1
# 記錄可提取的文件夾的數(shù)量
number = 0
# 遍歷當前目錄下的文件夾
for folder in folders:
if folder in folder_name_dict:
continue
print(f"正在遍歷第{i}個文件夾{folder}......")
# 進行提取圖片
extract_images_from_excel(folder)
number += 1
i += 1
if number == 0:
print("沒有可供提取的文件夾了！")
return
is_success()
img_num = 0
status = input("\n是否繼續(xù)提?。ㄝ斎隮表示是，輸入其他則退出）：")
if status == "Y" or status == "y":
extract_images(False)
else:
extract_images(True)
def is_success():
if img_num == 0:
if is_text:
print(f'沒有提取到圖片！')
else:
print(f'成功提取{img_num}張圖片！')
print("圖片提取完成，請到images文件夾中查看！")
# 進行提取圖片
def extract_images_from_excel(folder):
global img_num
global is_text
is_have_excel = False
path = os.path.join('.', folder)
if not os.path.exists(path):
print(f'{folder}文件夾未找到！')
return
# 判斷文件夾是否已經(jīng)被提取過了
if folder not in folder_name_dict:
is_text = True
else:
print(f'{folder}文件夾已經(jīng)被提取過了！')
is_text = False
return
try:
# 遍歷當前文件夾內(nèi)的所有文件
for entry in os.scandir(path):
# 如果當前對象是文件且后綴是xlsx或者xls
if entry.is_file() and entry.name.endswith('.xlsx'):
is_have_excel = True
print(f'{folder}下的Excel文件路徑為：{entry.path}')
# 打開當前文件
wb = load_workbook(entry.path)
# 遍歷每一個Sheet
for sheet_name in wb.sheetnames:
sheet = wb[sheet_name]
# 獲取當前列名為貨品編碼的列序號
code_index = ""
for column in sheet.iter_cols():
if column[0].value == good_code:
code_index = column[0].column
break
if code_index == "":
print(f'列名{good_code}在{entry.path}的文件中不存在！')
break
else:
folder_name_dict[folder] = True
# 遍歷Sheet中的所有圖片
for image in sheet._images:
# 獲取圖片中心行數(shù)，判斷貨品編碼是哪一個
row_index = (int(((image.anchor._from.row + 1) + (image.anchor.to.row + 1)) / 2))
# 獲取當前行的貨品編碼列的值(取中間值)
code = ""
if code_index != "":
code = str(sheet.cell(row=row_index, column=code_index).value)
# 獲取圖片格式
img_format = image.format
# 這個if else只是命名規(guī)則，不重要
if code not in name_dict:
name_dict[code] = 1
else:
name_dict[code] = name_dict[code] + 1
save_path = f"./images/[code]-{name_dict[code]}.{img_format}"
# 保存
file = open(save_path, "wb")
file.write(image.ref.getvalue())
file.close()
# 壓縮圖片
compress_and_save_image(save_path)
img_num += 1
break
# 關(guān)閉文件對象
wb.close()
except FileNotFoundError:
# 處理文件未找到異常
print(f'{folder}文件夾未找到！')
extract_images(good_code)
except Exception as e:
# 處理其他異常
print("提取圖片異常:", e)
if not is_have_excel:
print(f'{folder}文件夾內(nèi)未找到Excel文件！')
folder_name_dict[folder] = True
# 壓縮圖片
def compress_and_save_image(image_path):
# 打開原始圖片
original_image = Image.open(image_path)
# 檢查文件大小，并根據(jù)需要進行進一步壓縮，壓縮到1M
if os.path.getsize(image_path) > 1024 * 1024:
size = os.path.getsize(image_path)
# 壓縮到1mb需要壓縮的比例(百分比)
quality = math.floor(((1024 * 1024) / size) * 100)
original_image.save(image_path, optimize=True, quality=quality)
original_image.close()
# v1.0：此版本是針對于圖片分布不規(guī)則的情況，提取圖片速度尚且較慢
# v1.1：此版本是針對于圖片集中分布在一列的情況，能更快提取圖片出來。
# v1.2：此版本解決圖片位于Excel邊界時存在的問題，只要圖片中心行在這一行，就可以匹配相應(yīng)的國家編碼，同時不用去遍歷，直接獲取圖片。
# v1.3：此版本是讓用戶自己輸入指定的文件夾，增加異常交互。
# v1.4：此版本增加了對1MB以上圖片的壓縮，解決了多圖片在同一單元格的問題。
if __name__ == '__main__':
print("開始提取......")
# 創(chuàng)建存放文件夾
create_folder()
# 提取圖片
extract_images(False)
# 最后加入輸入語句，以阻塞程序的執(zhí)行
input("按下任意鍵以關(guān)閉程序")以上就是基于Python開發(fā)批量提取Excel圖片的小工具的詳細內(nèi)容，更多關(guān)于Python提取Excel圖片的資料請關(guān)注腳本之家其它相關(guān)文章！
相關(guān)文章
pandas數(shù)據(jù)聚合與分組運算的實現(xiàn)
本文主要介紹了pandas數(shù)據(jù)聚合與分組運算的實現(xiàn)，文中通過示例代碼介紹的非常詳細，對大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價值，需要的朋友們下面隨著小編來一起學(xué)習(xí)學(xué)習(xí)吧2023-01-01
本文主要介紹了Python的tkinter庫中設(shè)置組件背景顏色的方法,主要通過使用bg選項和config方法來實現(xiàn),包括設(shè)置單個組件、窗口、按鈕、文本框以及整個應(yīng)用的背景顏色,同時也可以使用十六進制顏色代碼進行更精確的顏色控制2024-09-09
這篇文章主要為大家詳細介紹了python實現(xiàn)多張圖片拼接成大圖，文中示例代碼介紹的非常詳細，具有一定的參考價值，感興趣的小伙伴們可以參考一下2019-01-01
這篇文章主要介紹了基于python不同開根號的速度對比分析，具有很好的參考價值，希望對大家有所幫助。一起跟隨小編過來看看吧2021-03-03
Transpose 數(shù)組行列轉(zhuǎn)置的限制方式
今天小編就為大家分享一篇Transpose 數(shù)組行列轉(zhuǎn)置的限制方式，具有很好的參考價值，希望對大家有所幫助。一起跟隨小編過來看看吧2020-02-02
現(xiàn)在的年輕人都開始每天保溫杯里泡枸杞，這怎么能行呢？于是懷揣著愉悅心情的想法，我開始制作GIF動圖生成器，這個小工具制作的目的是為了將多張圖片組合后生成一張動態(tài)的GIF圖片，感興趣的可以嘗試一下2023-01-01
這篇文章主要介紹了容易被忽略的Python內(nèi)置類型，幫助大家更好的理解和學(xué)習(xí)python，感興趣的朋友可以了解下2020-09-09
Django中實現(xiàn)點擊圖片鏈接強制直接下載的方法
這篇文章主要介紹了Django中實現(xiàn)點擊圖片鏈接強制直接下載的方法,涉及Python操作圖片的相關(guān)技巧,非常具有實用價值,需要的朋友可以參考下2015-05-05
本文主要介紹了Python的字典鍵名可以是哪些類型，文中通過示例代碼介紹的非常詳細，具有一定的參考價值，感興趣的小伙伴們可以參考一下2021-09-09
Python 操作 PostgreSQL 數(shù)據(jù)庫示例【連接、增刪改查等】
這篇文章主要介紹了Python 操作 PostgreSQL 數(shù)據(jù)庫的方法,結(jié)合實例形式分析了Python 連接PostgreSQL及增刪改查等相關(guān)操作技巧,需要的朋友可以參考下2020-04-04