如何用Python讀取Excel中圖片?又如何用Python往Excel中寫入圖片?

大家好，在使用Python進行辦公自動化操作時，一定少不了與Excel表格的交互，我們通常是用pandas處理表格數據，但大多數情況下，都是讀取表格中的數值進行分析。

那麼你知道如何使用Python讀取Excel中的圖片？又如何使用Python直接往Excel中寫入圖片？甚至使用Python製作一個Excel可視化大屏？

因為圖片的存儲格式與數字數據格式不一樣，所以實現起來稍顯複雜，本文就將對以下兩個部分進行深入講解：

涉及的Python模塊有以下幾個

由於此次包比較多，我們需要在命令行中使用pip進行安裝

pip install pillow   #這是對模塊PTL的安裝
pip install pypiwin32    #這是對win32的安裝
pip install os 
pip install zipfile
pip install numpy
pip install xlsxwriter
在下載的過程中，有些包是比較大的，會出現超時time out的報錯現象。這裡介紹幾個國內的鏡像，大家可以嘗試其中一個，速度會比單純的pip快10倍不止。地址如下：
http://pypi.douban.com/simple/ 豆瓣
http://mirrors.aliyun.com/pypi/simple/ 阿里
http://pypi.hustunique.com/simple/ 華中理工大學
http://pypi.sdutlinux.org/simple/ 山東理工大學
http://pypi.mirrors.ustc.edu.cn/simple/ 中國科學技術大學
https://pypi.tuna.tsinghua.edu.cn/simple 清華
代碼如下：
pip install 模塊名 -i 網址
以清華鏡像舉例
pip install pillow -i https://pypi.tuna.tsinghua.edu.cn/simple
注意：如果是原生態的cmd窗口安裝的，會提示加個--user命令，讀者按照指示即可。
上面說過，Python讀取Excel圖片有兩種方法。
「
第一種：將xlsx後綴名改為zip形式，即進行壓縮。而後讀取裡面存儲圖片的文件，將裡面的圖片取出來。
第二種：用提取到粘貼板中的方法將圖片保存到JPG、PNG等格式中
」
兩種方法各有缺點和優點，第一種方法缺點是代碼量比較長，優點是萬能，Excel的所有格式都可以運用。
第二種的優點是代碼量少，缺點是對於一些xlsx的文件運用不了。
首先我們先講解第一種方法，之後在講解第二種方法時，大家可以進行對比！
講解之前我們用的是以下的example.xlsx文件，裡面有四個工作表，每個工作表都有一張數據可視化圖。例如工作表3中的氣泡圖如下：
和之前的文章一樣，我們先給出全部代碼與效果圖之後再進行講解
import os
import zipfile
import os
from PIL import Image
import numpy as np 
path = r'D:'
count = 1
for file in os.listdir(path):
    new_file = file.replace(".xlsx",".zip")
    os.rename(os.path.join(path,file),os.path.join(path,new_file))
    count+=1
print('總共有'+str(count)+'個文件夾')
number = 0
craterDir = "D:/"  # 存放zip文件的文件夾路徑
saveDir = "D:/"  # 存放圖片的路徑 
list_dir = os.listdir(craterDir) 
for i in range(len(list_dir)):
    if 'zip' not in list_dir[i]:
        list_dir[i] = ''
while '' in list_dir:
    list_dir.remove('')    
for zip_name in list_dir:
    print(zip_name)
    azip = zipfile.ZipFile(craterDir + zip_name)
    namelist = (azip.namelist())
 
    for idx in range(0,len(namelist)):
        if namelist[idx][:9] == 'xl/media/':#圖片是在這個路徑下
            img_name = saveDir + str(number)+'.jpg'
            f = azip.open(namelist[idx])
            img = Image.open(f)
            img = img.convert("RGB")
            img.save(img_name,"JPEG")
            number += 1
azip.close()  #關閉文件，必須有，釋放內存
效果展現如下：
可以看到example.xlsx裡面的四張工作表裡的圖片都提取出來，保存在本地。
現在我們進行代碼解析，首先，引入相關包
import os
import zipfile
from PIL import Image
import numpy as np 
其次，就是將xlsx格式結尾的文件夾進行壓縮，轉化成zip結尾的文件
path = r'D:'   #excel文件位置
count = 1
for file in os.listdir(path):
    new_file = file.replace(".xlsx",".zip")
    os.rename(os.path.join(path,file),os.path.join(path,new_file))
    count+=1 
這裡首先設置了example.xlsx的文件位置，在D盤的根目錄，讀者需要做調整的話在path那行代碼修改即可。
其次用os模塊的listdir函數用於返回指定的文件夾包含的文件或文件夾的名字的列表。再用for循環遍歷這個列表，將.xlsx結尾的改為.zip結尾。
同時再用os.rename()函數重命名對應的文件夾。count是用來告訴用戶這個文件夾有多少個文件的，用於檢驗。
最後，就是在這些壓縮過後的文件中，提取圖片。代碼如下
number = 0
craterDir = "D:/"  # 存放zip文件的文件夾路徑
saveDir = "D:/"  # 存放圖片的路徑 
list_dir = os.listdir(craterDir) # 獲取所有的文件名

for i in range(len(list_dir)):
    if 'zip' not in list_dir[i]:
        list_dir[i] = ''
while '' in list_dir:
    list_dir.remove('')   
下面是代碼解析：
首先，number=0是用來最後命名圖片的。craterDir是指存放zip的文件夾路徑，saveDir指存放提取後的圖片的指定路徑。用os.listdir()函數來獲取在這個路徑下的所有文件名字。
這裡強調下，本章代碼採用的路徑，除了上面講過的path外，其他都用絕對路徑，因為如os模塊和zipfile模塊，這些模塊用絕對路徑更不會報錯。
下面用一個for循環加個while循環的用途是剔除不是.zip結尾的文件夾。這時有讀者會問，用for循環加個列表del函數不香嗎？
其實是不行的，大家可以去嘗試一下。原因是，你每次del廣域網一個列表的元素，列表的數量值會一直在變而不是固定的，這樣就會導致超出索引的錯誤。
for zip_name in list_dir:
    print(zip_name)
    # 默認模式r,讀
    azip = zipfile.ZipFile(craterDir + zip_name)
    # 返回所有文件夾和文件
    namelist = (azip.namelist())
 
    for idx in range(0,len(namelist)):
        if namelist[idx][:9] == 'xl/media/':#圖片是在這個路徑下
            img_name = saveDir + str(number)+'.jpg'
            f = azip.open(namelist[idx])
            img = Image.open(f)
            img = img.convert("RGB")
            img.save(img_name,"JPEG")
            number += 1
azip.close()  #關閉文件，必須有，釋放內存
最後就是讀取zip文件中的圖片。用for循環遍歷我們已經處理過的list——dir列表，得到zip文件名，再用zipfile.ZipFile()函數來打開我們zip文件。其中azip.namelist()函數是用來裝zip文件裡面所有文件的文件名列表。
接下來可以進入到zip文件中仔細觀察，可以發現我們所需要的圖片在'xl/media/'這個路徑下，有了這個目標後，我們再用for循環遍歷zip文件裡的所有文件，找到路徑下的圖片。
第二個for循環需要注意幾點：
「
azip.open()是zipfile模塊裡的打開命令。相對應的，就有azip.close()這個命令，這個命令再整個程序運行完後必須運訓，因為不僅可以清理所佔空間，而且如果你需要還原xlsx文件格式的話，你就必須得關閉，不然會報錯。
Image.open()是模塊Pillow模塊的讀取圖片函數，也算是我們本章最重要的函數之一了，與其搭配的是Image.save()函數，是用來存儲的。中間插著一段代碼img.convert("RGB")，這個一般都是要用到的，我們存儲的圖片大多數是有色的，也就是RGB圖像，如果是黑白的話就要調一下參數。有興趣的讀者可以自行查閱文獻。
」
接下來講解第二種方法，先上代碼
from PIL import ImageGrab
import win32com.client as win32

excel = win32.gencache.EnsureDispatch('Excel.Application')
workbook = excel.Workbooks.Open(r'D:\example.xlsx')

num = 1
for sheet in workbook.Worksheets:
    for i, shape in enumerate(sheet.Shapes):
        if shape.Name.startswith('Picture'):
            shape.Copy()
            image = ImageGrab.grabclipboard()   
            image.convert('RGB').save(r'D:\{}.jpg'.format(num), 'jpeg')
            num+=1
excel.Quit()
效果呈現：
從上圖可以看到，與方法一的效果相比，基本一致，除了沒有進行壓縮，下面簡單說一下代碼
from PIL import ImageGrab
import win32com.client as win32
excel = win32.gencache.EnsureDispatch('Excel.Application')
workbook = excel.Workbooks.Open(r'D:\example.xlsx')
首先先引入方法二相關的模塊，第三行代碼是引入模塊win32中對Excel中的運用程序。第四行和方法一一樣是讀取D盤根目錄下的example.xlsx文件。
num = 1
for sheet in workbook.Worksheets:
    for i, shape in enumerate(sheet.Shapes):
        if shape.Name.startswith('Picture'):
            shape.Copy()
            image = ImageGrab.grabclipboard()   
            image.convert('RGB').save(r'D:\{}.jpg'.format(num), 'jpeg')
            num+=1
excel.Quit()
第一行num=1，是用來為下面存儲圖片的圖片命名的
接下來就是進行for嵌套for，第一個for循環的目的是遍歷所選Excel文件中的工作表，我們有四張圖片放在example.xlsx的四個不同的工作表裡。第二個for循環是用來遍歷每個工作表中的圖片並複製到粘貼板中的。
其中，enumerate()函數是用於將一個可遍歷的數據對象(如列表、元組或字符串)組合為一個索引序列，同時列出數據和數據下標，一般用在 for 循環當中。這裡的意思就是存放每張圖片數據信息的索引。i是數據下標，shape是數據
「
shape.Name.startswith('Picture')是判斷獲到的shape裡面名字信息中的開頭是否符合'pitcure'，如果是，則返回True。
shape.Copy()函數是對一個一個字典的淺複製（拷貝）。簡單來說就是只在程序中的複製。
ImageGrab.grabclipboard()函數是方法二的精髓，這個函數是抓取當前剪貼板的快照，返回一個模式為「RGB」的圖像或者文件名稱的列表。如果剪貼板不包括圖像數據，這個函數返回空。讀者可以使用函數isinstance()來檢查該函數返回的是一個有效圖像對象或者其他數據。
image.convert('RGB').save(r'D:\{}.jpg'.format(num), 'jpeg')這段語句，是將得到的image以jpg的格式存儲。這裡的jpeg其實就是jpg，只不過模塊裡以jpeg代替jpg。
」
注意，這裡必須用convert('RGB')，如果不使用.convert('RGB')進行轉換的話，讀出來的圖像是RGBA四通道的，A通道為透明通道，運出來是沒有圖像顯示的。因此使用convert('RGB')進行通道轉換。
至此，我們就講完了使用Python提取Excel中圖片的兩種方法，大家可以根據自己的情況來選擇如惡化提取Excel中的圖片。
在講完如何用Python提取Excel中圖片之後，下面我們將講解如何用Python將圖片寫入到Excel文件中。
我們常用的模塊是xlsxwriter。這裡先介紹這個模塊的常用插入圖片函數
worksheet.insert_image(row,col,image[,options] ：在工作表單元格中插入一張圖片
參數介紹如下：
「image(string) - 圖片文件名（含路徑）options(dict) - 可選的圖片位置，縮放，url參數」
同時insert_image()方法接受字典形式的可選參數來定位和縮放圖片。默認值為
{
    'x_offset': 0,    #以像素為單位，可以大於每個單元格的寬度和高度
    'y_offset': 0,
    'x_scale': 1,
    'y_scale': 1,
    'url': None,
    'tip': None,
    'image_data': None,
    'positioning': None,
}
上面幾個參數主要作用如下：
「x_scale和y_scale參數可以用於水平及垂直的縮放圖片。url參數可以為圖片添加超連結/url， tip 參數為含有超連結的圖片提供可選的滑鼠懸停時的提示信息image_data參數用於在io.BytesIO中添加內存中的字節流，一般不用positioning參數可以用來控制圖片對象的位置」
接下來會做一個簡單的程序來演示：
這裡用一份數據簡單的畫出一個折線圖，數據是一份廣匯汽車的股票數據，從8月底到10月底的數據。以收盤價和時間畫一個簡單的折線圖.
代碼如下：
import pandas as pd
import matplotlib.pyplot as plt
import matplotlib.style as psl
import xlsxwriter
fig = plt.figure()
df = pd.read_excel(r'D:\數據.xlsx')
title = ['日期','收盤價']
df = df[title]
plt.plot(df['日期'],df['收盤價'])
plt.gcf().autofmt_xdate()#自動調整角度
plt.savefig(r'D:\數據折線圖.jpg')
Python畫出的圖如下：
現在我們要將其插入到一份名為數據image.xlsx的excel文件中，來看看代碼怎麼寫👇
首先使用xlswriter創建一個新Excel文件並添加一個工作表。

workbook = xlsxwriter.Workbook(r'D:\數據images.xlsx')
worksheet = workbook.add_worksheet()
下面使用.insert_image插入圖片。
worksheet.write('A2', '插入第一張圖片：')
worksheet.insert_image('B2', r'D:\數據折線圖.jpg')

worksheet.write('A12', '插入第二張即位偏移圖片：')
worksheet.insert_image('B12', r'D:\數據折線圖.jpg', {'x_offset': 15, 'y_offset': 10})


# 插入一張縮放了的圖片。
worksheet.write('A23', '插入第三張縮放了的圖片：')
worksheet.insert_image('B23', r'D:\數據折線圖.jpg', {'x_scale': 0.5, 'y_scale': 0.5})

workbook.close()
最後要注意一定要用workbook.close()才能生成，效果呈現如下
可以看到，我們使用Matplotlib生成的折線圖被插入到我們預定的指定位置中！
至此，本文就結束了，相信你已經學會如何使用Python與Excel圖片之間的交互，並能夠結合具體的需求進行批量操作！
數據森麟公眾號的交流群已經建立，許多小夥伴已經加入其中，感謝大家的支持。大家可以在群裡交流關於數據分析&數據挖掘的相關內容，還沒有加入的小夥伴可以掃描下方管理員二維碼，進群前一定要關注公眾號奧，關注後讓管理員幫忙拉進群，期待大家的加入。
管理員二維碼：