使用python从Excel文件中提取图像

Question

我有一个 100 行的 Excel 工作表。每个都有各种信息，包括一个 id 和一个包含照片的单元格。

我使用熊猫将数据加载到字典中：

import pandas as pd

df = pd.read_excel('myfile.xlsx')

data = []

for index,row in df.iterrows():
    data.append({
        'id':row['id'],
        'field2':row['field2'],
        'field3':row['field3']
    })

对于图像列，我想提取每个图像，使用行的 id (image_row['id'].jpg) 命名并将其放入一个文件夹中。然后，我想存储图像的路径如下：

for index,row in df.iterrows():
        data.append({
            'id':row['id'],
            'field2':row['field2'],
            'field3':row['field3'],
            'image':'path/image_'+row['id']+'.jpg'
        })

我正在寻找一种方法来做到这一点，或者另一种更好的方法。你有什么主意吗 ？

我在 Linux 上，所以我不能在 pywin32 上使用这种方法。

非常感谢

- 编辑

您可以在此处找到我使用的工作表示例

Answer 1

我找到了一个使用openpyxl和openpyxl-image-loader模块的解决方案

# installing the modules
pip3 install openpyxl
pip3 install openpyxl-image-loader

然后，在脚本中：

#Importing the modules
import openpyxl
from openpyxl_image_loader import SheetImageLoader

#loading the Excel File and the sheet
pxl_doc = openpyxl.load_workbook('myfile.xlsx')
sheet = pxl_doc['Sheet_name']

#calling the image_loader
image_loader = SheetImageLoader(sheet)

#get the image (put the cell you need instead of 'A1')
image = image_loader.get('A1')

#showing the image
image.show()

#saving the image
image.save('my_path/image_name.jpg')

最后，我可以将字典中的路径和图像名称存储在每行的循环中

Answer 2

def extract_images_from_excel(path, dir_extract=None):
    """extracts images from excel and names then with enumerated filename
    
    Args:
        path: pathlib.Path, excel filepath
        dir_extract: pathlib.Path, default=None, defaults to same dir as excel file
    
    Returns:
        new_paths: list[pathlib.Path], list of paths to the extracted images
    """
    if type(path) is str:
        path = pathlib.Path(path)
    if dir_extract is None:
        dir_extract = path.parent
    if path.suffix != '.xlsx':
        raise ValueError('path must be an xlsx file')
    name = path.name.replace(''.join(path.suffixes), '').replace(' ', '') # name of excel file without suffixes
    temp_file = pathlib.Path(source_file).parent / 'temp.xlsx' # temp xlsx
    temp_zip = temp_file.with_suffix('.zip') # temp zip
    shutil.copyfile(source_file, temp_file)
    temp_file.rename(str(temp_zip))
    extract_dir =  temp_file.parent / 'temp'
    extract_dir.mkdir(exist_ok=True)
    shutil.unpack_archive(temp_zip, extract_dir) # unzip xlsx zip file
    paths_img = sorted((extract_dir / 'xl' / 'media').glob('*.png')) # find images
    move_paths = {path: destination_dir / (name + f'-{str(n)}.png') for n, path in enumerate(paths_img)} # create move path dict 
    new_paths = [shutil.move(old, new) for old, new in move_paths.items()] # move / rename image files
    shutil.rmtree(extract_dir) # delete temp folder
    temp_zip.unlink() # delete temp file
    return new_paths

上面的 ^ 执行以下操作：

• 复制 Excel 文件
• 解压
• 将 Excel 中的图像提取到临时文件夹中
• 移动图像并重命名它们
• 删除临时文件夹和文件

不需要第 3 方软件包，也不需要 Windows 来运行