文章目录
在Excel表格中批量导出图片，并按行首字段命名保存，是许多办公场景的刚需。本文提供两个完整可运行的Python版本：
- 版本一：保持图片原始格式（PNG、JPG等各自保留）
- 版本二：统一将所有图片转换为JPG格式（节省空间、格式统一）
两个版本均实现了：按工作表分文件夹 → 根据图片所在行的A列值命名 → 自动处理重名和非法字符。
一、版本一：保持原始格式
该版本完全保留图片原始格式（.png / .jpg / .gif等），其他功能完整。
python
import openpyxl
from PIL import Image as PILImage
import io
import os
def extract_images_from_excel(excel_path, output_dir=None):
"""
按行提取 Excel 中的图片，存储到以 Sheet 名称命名的文件夹下，
图片命名为该行第一个字段的值（即A列），保持原始格式。
"""
if output_dir is None:
output_dir = os.path.dirname(os.path.abspath(excel_path))
os.makedirs(output_dir, exist_ok=True)
wb = openpyxl.load_workbook(excel_path)
extracted_count = 0
for sheet_name in wb.sheetnames:
ws = wb[sheet_name]
print(f"处理工作表: {sheet_name}")
safe_sheet_name = "".join(
c for c in sheet_name if c not in r'\/:*?"<>|'
).strip()
sheet_dir = os.path.join(output_dir, safe_sheet_name)
os.makedirs(sheet_dir, exist_ok=True)
# 收集每行A列的值
row_first_cell = {}
for row in range(1, ws.max_row + 1):
cell_value = ws.cell(row=row, column=1).value
if cell_value is not None:
row_first_cell[row] = str(cell_value)
for image in ws._images:
anchor = image.anchor
if hasattr(anchor, '_from'):
row_num = anchor._from.row + 1
elif hasattr(anchor, 'row'):
row_num = anchor.row + 1
else:
print(f" ⚠️ 无法确定图片行号，跳过")
continue
first_cell_value = row_first_cell.get(row_num, None)
if first_cell_value is None:
print(f" ⚠️ 第{row_num}行第一个字段为空，跳过")
continue
safe_name = "".join(
c for c in first_cell_value if c not in r'\/:*?"<>|'
).strip()
if not safe_name:
safe_name = f"row_{row_num}"
img_data = image._data()
img = PILImage.open(io.BytesIO(img_data))
# 获取原始格式
img_format = img.format.lower() if img.format else 'png'
filename = f"{safe_name}.{img_format}"
filepath = os.path.join(sheet_dir, filename)
counter = 1
base_name = safe_name
while os.path.exists(filepath):
filename = f"{base_name}_{counter}.{img_format}"
filepath = os.path.join(sheet_dir, filename)
counter += 1
img.save(filepath)
extracted_count += 1
print(f" ✅ 第{row_num}行 -> {safe_sheet_name}/{filename}")
print(f"\n🎉 完成！共提取 {extracted_count} 张图片，保存至: {output_dir}")
if __name__ == '__main__':
excel_path = 'cards.xlsx' # 修改为你的文件
extract_images_from_excel(excel_path, output_dir='images')二、版本二：统一存储为JPG格式
该版本将所有提取的图片统一转换为JPG格式（背景自动填充白色以处理透明通道），可设置JPG质量。适合需要统一格式、减小体积的场景。
python
import openpyxl
from PIL import Image as PILImage
import io
import os
def extract_images_as_jpg(excel_path, output_dir=None, jpg_quality=85):
"""
按行提取 Excel 中的图片，统一转换为 JPG 格式存储。
参数:
excel_path: Excel 文件路径
output_dir: 输出根目录
jpg_quality: JPG 压缩质量 (1-100)，默认85
"""
if output_dir is None:
output_dir = os.path.dirname(os.path.abspath(excel_path))
os.makedirs(output_dir, exist_ok=True)
wb = openpyxl.load_workbook(excel_path)
extracted_count = 0
for sheet_name in wb.sheetnames:
ws = wb[sheet_name]
print(f"处理工作表: {sheet_name}")
safe_sheet_name = "".join(
c for c in sheet_name if c not in r'\/:*?"<>|'
).strip()
sheet_dir = os.path.join(output_dir, safe_sheet_name)
os.makedirs(sheet_dir, exist_ok=True)
# 收集每行A列的值
row_first_cell = {}
for row in range(1, ws.max_row + 1):
cell_value = ws.cell(row=row, column=1).value
if cell_value is not None:
row_first_cell[row] = str(cell_value)
for image in ws._images:
anchor = image.anchor
if hasattr(anchor, '_from'):
row_num = anchor._from.row + 1
elif hasattr(anchor, 'row'):
row_num = anchor.row + 1
else:
print(f" ⚠️ 无法确定图片行号，跳过")
continue
first_cell_value = row_first_cell.get(row_num, None)
if first_cell_value is None:
print(f" ⚠️ 第{row_num}行第一个字段为空，跳过")
continue
safe_name = "".join(
c for c in first_cell_value if c not in r'\/:*?"<>|'
).strip()
if not safe_name:
safe_name = f"row_{row_num}"
img_data = image._data()
img = PILImage.open(io.BytesIO(img_data))
# ----- 转换为 JPG 的关键代码 -----
# 若图片为 RGBA（带透明通道），需转换为 RGB（白色背景）
if img.mode in ('RGBA', 'LA', 'P'):
# 创建白色背景
background = PILImage.new('RGB', img.size, (255, 255, 255))
# 将原图粘贴到背景（使用透明通道作为掩码）
if img.mode == 'P':
img = img.convert('RGBA')
background.paste(img, mask=img.split()[-1] if img.mode == 'RGBA' else None)
img = background
elif img.mode != 'RGB':
img = img.convert('RGB')
# -----------------------------
filename = f"{safe_name}.jpg"
filepath = os.path.join(sheet_dir, filename)
counter = 1
base_name = safe_name
while os.path.exists(filepath):
filename = f"{base_name}_{counter}.jpg"
filepath = os.path.join(sheet_dir, filename)
counter += 1
# 保存为 JPG，可指定质量
img.save(filepath, 'JPEG', quality=jpg_quality)
extracted_count += 1
print(f" ✅ 第{row_num}行 -> {safe_sheet_name}/{filename} (JPG质量={jpg_quality})")
print(f"\n🎉 完成！共提取 {extracted_count} 张图片，已统一为JPG格式，保存至: {output_dir}")
if __name__ == '__main__':
excel_path = 'cards.xlsx' # 修改为你的文件
extract_images_as_jpg(excel_path, output_dir='images_jpg', jpg_quality=85)三、两个版本的核心区别
| 特性 | 版本一（原格式） | 版本二（统一JPG） |
|---|---|---|
| 输出扩展名 | .png / .jpg / .gif 等原样保留 | 统一为 .jpg |
| 透明背景处理 | 保留原图（PNG透明通道） | 白色背景填充 |
| 压缩控制 | 无（原样保存） | 可调节 quality 参数 |
| 适用场景 | 需要保留原始质量/透明效果 | 统一浏览、减小体积 |
| 输出文件夹 | images/ |
images_jpg/ |
四、使用步骤（通用）
-
安装依赖
bashpip install openpyxl pillow -
准备Excel文件
- 确保图片是"嵌入"到单元格中的（而非浮动链接）。
- 每个含图片的行，A列 必须有值，该值将作为图片文件名。
-
选择版本并修改路径
将代码末尾的
excel_path = 'cards.xlsx'改为实际文件路径，可修改output_dir。 -
运行脚本
bashpython extract_images.py # 或 extract_as_jpg.py -
结果
在输出目录下会按工作表名称创建子文件夹，图片按 A列值 命名存放。
五、注意事项
- 图片定位：脚本依赖 openpyxl 的图片锚点属性，对于合并单元格或跨行图片可能定位不准，建议将图片完整置于某一行内。
- 命名冲突 ：同一工作表中不同行的 A列值相同时，会自动添加
_1、_2后缀。 - 非法字符 ：文件名中的
/ \ : * ? " < > |会被自动去除。 - JPG 版本：原图为 GIF 动图时，只会提取第一帧并转为 JPG；原图为 CMYK 模式会自动转为 RGB。
六、扩展建议
- 修改命名列 ：将
column=1改为column=2即可使用B列命名。 - 批量处理多个Excel：可在外层增加循环，依次调用函数。
- 支持更多输出格式 ：在版本二中将
'JPEG'改为'PNG'即可输出 PNG，但体积较大。 - 保留透明通道转PNG：若希望统一为 PNG 并保留透明，可将版本二的转换代码去掉，直接保存为 PNG。
七、总结
本文提供了两个完整、可直接运行的 Python 脚本，分别满足"原格式保留"和"统一转 JPG"的常见需求。你只需要替换文件路径即可运行，大大提升从 Excel 批量导出图片的效率。选择适合自己的版本，开始自动化办公吧！