当前位置:首页 > 文章列表 > 文章 > python教程 > 使用openpyxl插入图片到Excel教程

使用openpyxl插入图片到Excel教程

2025-11-16 08:48:48 0浏览 收藏

有志者,事竟成!如果你在学习文章,那么本文《使用 openpyxl 插入图片到 Excel 单元格教程》,就很适合你!文章讲解的知识点主要包括,若是你对本文感兴趣,或者是想搞懂其中某个知识点,就请你继续往下看吧~

使用 openpyxl 在 Excel 特定单元格中插入图片教程

本文详细介绍了如何使用 Python 的 `openpyxl` 库在 Excel 工作表的特定单元格中插入图片。教程涵盖了图片加载、将其锚定到指定单元格,以及根据图片尺寸自动调整单元格的行高和列宽的关键步骤。通过这些方法,可以实现图片在视觉上完美适配并“嵌入”到指定单元格的效果,而非仅仅作为浮动对象。

在数据可视化和报告生成中,有时需要在 Excel 单元格中直接展示图片,以增强数据的可读性和直观性。然而,许多用户在使用 openpyxl 库时会遇到一个常见问题:图片通常作为浮动对象添加到工作表上,而不是“嵌入”到特定的单元格中。本教程将详细指导您如何利用 openpyxl 的功能,实现将图片精确地放置到指定单元格,并调整单元格尺寸以适应图片。

核心步骤:插入图片到指定单元格

openpyxl 库允许您将图片添加到工作表,并通过指定锚点来控制其位置。关键在于使用 worksheet.add_image(image_object, cell_reference) 方法,其中 cell_reference 参数是您希望图片左上角对齐的单元格。

首先,您需要导入必要的模块,创建一个工作簿和工作表,然后加载您的图片。

from openpyxl import Workbook
from openpyxl.drawing.image import Image

# 创建一个新的工作簿和活动工作表
wb = Workbook()
ws = wb.active

# 指定图片文件的路径
# 请将 "path/to/your/image.jpg" 替换为您的实际图片路径
img_path = "path/to/your/image.jpg" 

# 加载图片
img = Image(img_path)

# 将图片添加到工作表,并将其锚定到 'A1' 单元格
# 这意味着图片的左上角将与 'A1' 单元格的左上角对齐
ws.add_image(img, 'A1')

关键优化:根据图片尺寸调整单元格

仅仅将图片锚定到单元格是不够的,图片本身可能比单元格大或小,导致显示不佳。为了让图片看起来像是“嵌入”在单元格中,我们需要根据图片的实际尺寸来调整目标单元格(以及相邻单元格)的行高和列宽。

openpyxl 中的图片尺寸是以 EMUs (English Metric Units) 为单位的,而 Excel 的列宽和行高分别以字符宽度和磅 (points) 为单位。因此,需要一个近似的转换因子来将图片尺寸映射到单元格尺寸。经验证,将图片宽度除以 6 可以大致得到合适的列宽,将图片高度除以 18 可以大致得到合适的行高。

# ... (接上面的代码)

# 获取图片对象的宽度和高度(以EMUs为单位)
# img.width 和 img.height 属性提供了图片的原始尺寸
# 注意:这些值是内部表示,需要转换才能用于Excel的列宽和行高
img_width_emu = img.width
img_height_emu = img.height

# 调整 'A' 列的宽度以适应图片宽度
# 经验值:将图片EMUs宽度除以6,可以近似得到Excel列宽
ws.column_dimensions['A'].width = img_width_emu / 6 

# 调整第 1 行的高度以适应图片高度
# 经验值:将图片EMUs高度除以18,可以近似得到Excel行高
ws.row_dimensions[1].height = img_height_emu / 18 

# 保存工作簿
wb.save("output_with_image_in_cell.xlsx")

完整示例代码

下面是将图片插入到指定单元格并调整单元格尺寸的完整示例代码:

from openpyxl import Workbook
from openpyxl.drawing.image import Image
import os # 用于检查文件是否存在,可选

def insert_image_into_excel_cell(image_path, cell_reference, output_filename="output_with_image.xlsx"):
    """
    将图片插入到Excel工作表的指定单元格,并调整单元格尺寸以适应图片。

    Args:
        image_path (str): 图片文件的完整路径。
        cell_reference (str): 目标单元格的引用,例如 'A1'。
        output_filename (str): 生成的Excel文件的名称。
    """
    if not os.path.exists(image_path):
        print(f"错误:图片文件不存在于 '{image_path}'")
        return

    wb = Workbook()
    ws = wb.active

    # 加载图片
    img = Image(image_path)

    # 将图片添加到工作表,并锚定到指定单元格
    ws.add_image(img, cell_reference)

    # 解析单元格引用以获取列字母和行号
    # 例如,对于 'A1',column_letter='A', row_number=1
    from openpyxl.utils import get_column_letter, column_index_from_string
    column_letter = ''.join(filter(str.isalpha, cell_reference))
    row_number = int(''.join(filter(str.isdigit, cell_reference)))

    # 调整列宽和行高以适应图片
    # openpyxl的图片尺寸是EMUs,Excel的列宽和行高有不同的单位
    # 这里的除数是经验值,可能需要根据实际情况微调
    ws.column_dimensions[column_letter].width = img.width / 6 
    ws.row_dimensions[row_number].height = img.height / 18 

    # 保存工作簿
    wb.save(output_filename)
    print(f"图片已成功插入到 '{output_filename}' 的 '{cell_reference}' 单元格。")

# --- 使用示例 ---
# 确保替换为您的实际图片路径
my_image_path = "example_image.jpg" # 假设您有一个名为 example_image.jpg 的图片在同一目录下

# 创建一个示例图片文件 (如果不存在)
# 这是一个简单的PIL图像创建,用于测试
try:
    from PIL import Image as PILImage, ImageDraw
    if not os.path.exists(my_image_path):
        img_pil = PILImage.new('RGB', (200, 100), color = 'red')
        d = ImageDraw.Draw(img_pil)
        d.text((10,10), "Test Image", fill=(255,255,0))
        img_pil.save(my_image_path)
        print(f"已创建示例图片: {my_image_path}")
except ImportError:
    print("PIL (Pillow) 库未安装,无法创建示例图片。请确保您有 'example_image.jpg' 文件。")
    print("您可以使用 'pip install Pillow' 安装 Pillow 库。")


# 调用函数插入图片到 'B2' 单元格
insert_image_into_excel_cell(my_image_path, 'B2', "report_with_logo.xlsx")

注意事项与最佳实践

  1. 图片并非真正“嵌入”:请注意,即使经过上述调整,openpyxl 插入的图片在技术上仍然是浮动对象,只是其位置和大小被精确地控制,使其看起来像是“嵌入”在单元格中。这意味着如果您拖动单元格或调整其大小,图片可能不会自动随之移动或缩放。
  2. 路径问题:确保 image_path 是正确的,并且 Python 脚本有权限访问该路径。建议使用绝对路径或确保图片文件与脚本位于同一目录下。
  3. 缩放因子:width / 6 和 height / 18 是经验值。不同的图片分辨率、Excel版本或显示设置可能导致略微不完美的适配。如果发现图片未完全填满单元格或溢出,您可能需要微调这些除数。
  4. 性能考虑:插入大量图片可能会显著增加 Excel 文件的大小和处理时间。如果需要处理大量图片,请考虑优化图片大小或使用更高级的图片处理策略。
  5. 多个图片:如果您需要在不同单元格插入多个图片,只需重复 img = Image(img_path) 和 ws.add_image(img, cell_reference) 步骤,并为每个图片调整其目标单元格的尺寸。
  6. 错误处理:在实际应用中,您应该添加文件不存在、图片损坏等错误处理机制,以提高代码的健壮性。

总结

通过 openpyxl 库,我们可以有效地在 Excel 工作表的指定单元格中插入图片,并通过调整单元格的行高和列宽来实现图片与单元格的完美适配。尽管图片在技术上仍是浮动对象,但这种方法提供了在视觉上将图片“嵌入”单元格的强大能力,极大地提升了使用 Python 生成 Excel 报告的灵活性和专业性。理解并运用好 ws.add_image() 方法以及单元格尺寸调整的技巧,将是您在自动化 Excel 任务中的重要工具。

今天关于《使用openpyxl插入图片到Excel教程》的内容介绍就到此结束,如果有什么疑问或者建议,可以在golang学习网公众号下多多回复交流;文中若有不正之处,也希望回复留言以告知!

幕布字体更换与自定义设置教程幕布字体更换与自定义设置教程
上一篇
幕布字体更换与自定义设置教程
手把手教你实现虚拟DOM系统全流程
下一篇
手把手教你实现虚拟DOM系统全流程
查看更多
最新文章
查看更多
课程推荐
  • 前端进阶之JavaScript设计模式
    前端进阶之JavaScript设计模式
    设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
    543次学习
  • GO语言核心编程课程
    GO语言核心编程课程
    本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
    516次学习
  • 简单聊聊mysql8与网络通信
    简单聊聊mysql8与网络通信
    如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
    500次学习
  • JavaScript正则表达式基础与实战
    JavaScript正则表达式基础与实战
    在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
    487次学习
  • 从零制作响应式网站—Grid布局
    从零制作响应式网站—Grid布局
    本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
    485次学习
查看更多
AI推荐
  • PubMedQA数据集详解:生物医学问答基准、功能与应用指南
    PubMedQA
    深入了解PubMedQA生物医学问答数据集,涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用,助力提升NLP模型性能。
    583次使用
  • H2O EvalGPT:开源LLM大模型评估与排行榜工具
    H2O EvalGPT
    H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
    621次使用
  • LMArena是什么?伯克利AI模型评估平台使用指南与功能解析
    LMArena
    LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制,用户可对比不同大模型回答并生成实时排行榜,助力开发者优化模型及用户选择最佳AI工具。
    655次使用
  • 斯坦福HELM:大语言模型Holistic Evaluation整体评估框架详解
    HELM
    深入了解斯坦福推出的HELM(Holistic Evaluation of Language Models)大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景,涵盖准确性、公平性、鲁棒性等多维度指标,助力开发者全面优化语言模型性能。
    622次使用
  • MMBench详解:多模态大模型基准测试、功能特点与使用指南
    MMBench
    MMBench是由上海人工智能实验室等机构联合推出的多模态基准测试平台,提供细粒度能力评估、大规模数据集及VLMEvalKit工具。本文详细介绍其核心功能、安装使用方法及应用场景,助力开发者全面评估多模态模型性能。
    436次使用
微信登录更方便
  • 密码登录
  • 注册账号
登录即同意 用户协议 和 隐私政策
返回登录
  • 重置密码