将图片添加描述批量写入excel

news2024/11/24 3:30:04

原始图片

在这里插入图片描述

写入excel的效果
在这里插入图片描述

代码


# by zengxy + chatgpt
# from https://blog.csdn.net/imwaters



import os
import xlsxwriter
from PIL import Image






class Image2Xlsx():

    def  __init__(self,xls_path,
                  head_list=['编号', '图片', '名称', "描述",'备注'],
                  set_default_y=112,
                  set_default_x=224
                  
                  ):

        # create a new Excel file and add a worksheet
        self.workbook = xlsxwriter.Workbook(xls_path)
        self.worksheet = self.workbook.add_worksheet()


        # title
        self.add_head(
                    headers=head_list)
        self.image_row_index = 1 # 第一行的序号为0,用来写head,所以索引从行1开始
        self.image_col_index = 1

        # 设置默认行高
        self.worksheet.set_default_row(set_default_y)
        self.fix_img_cell_x_width= set_default_x
        self.fix_img_cell_y_width = set_default_y

        # 设置 1-4列的像素宽度为224
        self.worksheet.set_column_pixels(first_col=1,last_col=4, width=self.fix_img_cell_x_width)

        
    def close(self):
        self.workbook.close()

    def add_head(
                 self,headers
                 ):
        # 设置表头的格式
        header_format = self.workbook.add_format({'bold': True, 'align': 'center'})

        # 定义表头列表

        # 在第一行循环写入表头
        for col, header in enumerate(headers):
            self.worksheet.write(0, col, header, header_format)

    def cal_img_scale(self, img_width, img_height):
        """
        计算图片的缩放比例,以便将图片适配至Excel单元格中。
        如果图片高度是宽度的1.5倍,则将单元格高度增加64像素。
        
        """
        # 设定宽高比例差异的阈值和宽度调整阈值
        aspect_ratio_thresh = 1.5
        cur_cell_width=self.fix_img_cell_y_width
        if img_width > img_height * aspect_ratio_thresh:
             cur_cell_width+= 64
    
        # 计算缩放比例,如果图片过宽,则进一步调整
        # 计算当前宽,和高度分别是原图像的倍数,以最小的为缩放比例
        scale =  min(cur_cell_width / img_height,self.fix_img_cell_x_width/img_width)
        # print('scale',scale)

        return scale

    def wirte_one_images_2_xls(self,image_path, content='by_gpt',other_des="暂时没有"):

        cur_dir,file_name=os.path.split(image_path)

        img_width, img_height = Image.open(image_path).size
        


            # 计算缩小放大比例
        scale=self.cal_img_scale( img_width, img_height)


        print("old_size:",img_width, img_height)
        print("cur_size:",int(img_width*scale), int(img_height*scale))

        '''
        写序号,第0列
        '''
        self.worksheet.write(self.image_row_index,
                        self.image_col_index - 1,
                        str(self.image_row_index))


        '''
        写入图片第2列 序号1
        '''
        
        

        self.worksheet.insert_image(self.image_row_index,
                               self.image_col_index,
                               image_path,
                               {
                                   'x_scale': scale,
                                   'y_scale': scale,
                                #    'x_offset': 5, 'y_offset': 5,
                                #    'positioning': 1  # 1 表示图片被定位为与单元格移动和大小改变而移动和改变大小。它使得图片与单元格"绑定"。
                                }
                            )
        
        '''
        写入图片名称
        '''
        self.worksheet.write(self.image_row_index,
                        self.image_col_index + 1,
                        file_name
                        )
        
        '''
        描述内容,可以是gpt生成的描述
        '''
        self.worksheet.write(self.image_row_index,
                         self.image_col_index + 2,
                        content)
        
        '''
        备注信息
        '''
        self.worksheet.write(self.image_row_index,
                         self.image_col_index + 3,
                        other_des)
        

        
        # 指向到下一行
        image2xls.image_row_index += 1


if __name__ == '__main__':

    excel_path = './test.xlsx'
    images_directory =  r'./imgaes' # Replace with the path to your images

    image2xls= Image2Xlsx(excel_path,
                          set_default_x=224,
                          set_default_y=112)

    for  file in sorted(os.listdir(images_directory)):
        img_path=os.path.join(images_directory,file )

        content="自动生成的描述,可以是gpt打标"
        other_des="这里填写你的备注信息"
        image2xls.wirte_one_images_2_xls(img_path,content,other_des)
    
    # 不关闭会报错
    image2xls.close()


本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.coloradmin.cn/o/1627079.html

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!

相关文章

StarRocks x Paimon 构建极速实时湖仓分析架构实践

Paimon 介绍 Apache Paimon 是新一代的湖格式,可以使用 Flink 和 Spark 构建实时 Lakehouse 架构,以进行流式处理和批处理操作。Paimon 创新性地使用 LSM(日志结构合并树)结构,将实时流式更新引入 Lakehouse 架构中。 …

Spark原理之Cache Table的工作原理及实现自动缓存重复表的思考

CACHE TABLE的能力 使用此语法,可以由用户自定义要缓存的结果集,实际上就是一个临时表,不过数据存储在Spark集群内部,由Application所分配的executors管理。 一旦定义了一个缓存表,就可以在SQL脚本中随处引用这个表名…

HTTP 网络协议的请求头信息,响应头信息,具体详解(2024-04-26)

1、通用头部 2、常见的 HTTP请求头信息 HTTP 响应头信息是服务器在响应客户端的HTTP请求时发送的一系列头字段,它们提供了关于响应的附加信息和服务器的指令。 3、常见的 HTTP 响应头信息 响应头向客户端提供一些额外信息,比如谁在发送响应、响应者的功…

数据分析:甲基化分析-从DNA methylation的IDAT文件到CpG site的Beta values

介绍 DNA Methylation和疾病的发生发展存在密切相关,它一般通过CH3替换碱基5‘碳的H原子,进而调控基因的转录。常用的DNA methylation是Illumina Infinium methylation arrays,该芯片有450K和850K(也即是EPIC)。 该脚…

深入解析YOLOv2

深入解析YOLOv2 引言 目标检测是计算机视觉中的一个核心问题,它旨在识别图像中所有感兴趣的目标,并给出它们的类别和位置。近年来,随着深度学习技术的发展,目标检测领域取得了巨大的进步。YOLO(You Only Look Once&a…

STM32的Flash读写保护

参考链接 STM32的Flash读写保护,SWD引脚锁的各种解决办法汇总(2020-03-10)-腾讯云开发者社区-腾讯云 (tencent.com)https://cloud.tencent.com/developer/article/1597959 STM32系列芯片Flash解除写保护的办法 - 知乎 (zhihu.com)https://zh…

Xcode for Mac:强大易用的集成开发环境

Xcode for Mac是一款专为苹果开发者打造的集成开发环境(IDE),它集成了代码编辑器、编译器、调试器等一系列开发工具,让开发者能够在同一界面内完成应用的开发、测试和调试工作。 Xcode for Mac v15.2正式版下载 Xcode支持多种编程…

采购数据分析驾驶舱分享,照着它抄作业

今天我们来看一张采购管理驾驶舱。这是一张充分运用了多种数据可视化图表、智能分析功能,从物料和供应商的角度全面分析采购情况的BI数据可视化报表,主要分为三个部分,接下来就分部分来了解一下。 第一部分:关键指标计算及颜色预…

基于Anaconda搭建Pytorch环境

准备虚拟环境 创建一个虚拟创建: conda create --name nlp python3.11.7激活虚拟环境: conda activate nlp安装pytorh 首先,可以通过任务管理器查看你的电脑是否支持GPU: 如果支持,到网址:https://py…

了解HTTP代理服务器:优势、分类及应用实践

在我们日常的网络使用中,我们经常听到HTTP代理服务器这个术语。那么,HTTP代理服务器到底是什么?它有什么优势和分类?又如何应用于实践中呢?让我们一起来了解一下。 HTTP代理服务器是一种位于客户端和服务器之间的中间…

鸿蒙南向开发环境的搭建(OpenHarmony)

在嵌入式开发中,很多开发者习惯于使用Windows进行代码的编辑,比如使用Windows的Visual StudioCode进行OpenHarmony代码的开发。但当前阶段,大部分的开发板源码还不支持在Windows环境下进行编译,如Hi3861、Hi3516系列开发板。因此&…

2024年智能手表行业线上市场销售数据分析

智能手表市场近几年随着各大厂商的加入,逐渐朝着专业化、智能化发展。从一开始被认为是“智商税”、“鸡肋产品”到如今可以成为人体心脑血管健康监测、专业运动测速、移动定位的“多功能电子管家”,智能手表市场仍在不断发展中。 根据鲸参谋数据显示&a…

CSS中设置透明度的2个属性:opacity,RGBA以及它们的区别

你好,我是云桃桃。 一个希望帮助更多朋友快速入门 WEB 前端的程序媛。 云桃桃-大专生,一枚程序媛,感谢关注。回复 “前端基础题”,可免费获得前端基础 100 题汇总,回复 “前端工具”,可获取 Web 开发工具合…

关于SSL加密,您应该知道什么?

SSL加密,全称为安全套接字层加密,是一种网络安全协议,主要用于在网络通信中提供隐私和数据完整性。它通过在客户端和服务器之间建立一个加密的通道,确保数据在传输过程中不被窃取或篡改。随着互联网的普及和电子商务的快速发展&am…

多种方法求1+12+123+1234……

有网友出了一道题: 从键盘输入一个小于10的正整数n,计算1121231234……,即前n项之和。 第一眼看到题目,直觉告诉我必须使用嵌套的两个for循环,里面的循环生成每一项,外面的循环求和。错误的方向和思路让我…

[C++ QT项目实战]----C++ QT系统实现多线程通信

前言 在C QT中,多线程通信原理主要涉及到信号与槽机制和事件循环机制。 1、信号与槽机制: 在QT中,信号与槽是一种用于对象间通信的机制。对象可以通过发送信号来通知其他对象,其他对象通过连接槽来接收信号并进行相应的处…

与 Apollo 共创生态:Apollo 七周年大会给带来的震撼

文章目录 一、七年蛰伏,Apollo 迎来“智变”时刻二、Apollo 企业生态计划与开放平台2.1 Apollo X 企业自动驾驶解决方案2.2 Apollo 开放平台携手伙伴共创生态 三、个人感悟 一、七年蛰伏,Apollo 迎来“智变”时刻 让我们把时间倒回到 2013 年&#xff0…

OpenHarmony语言基础类库【@ohos.util.LightWeightMap (非线性容器LightWeightMap)】

LightWeightMap可用于存储具有关联关系的key-value键值对集合,存储元素中key值唯一,每个key对应一个value。 LightWeightMap依据泛型定义,采用轻量级结构,初始默认容量大小为8,每次扩容大小为原始容量的两倍。 集合中…

C++中的queue(容器适配器)

目录 一、成员函数 一、构造函数 二、入栈 push 三、出栈 pop 四、判空 empty 五、队列大小 size 六、取队头元素 front 七、取队尾元素 back 八、入栈 emplace 九、交换函数 swap 二、非成员函数重载 一、关系运算符重载 二、交换函数 swap C中的queue不再是容…

pytest-xdist:远程多主机 - 分布式运行自动化测试

简介:pytest-xdist插件使用新的测试执行模式扩展了pytest,最常用的是在多个CPU之间分发测试以加快测试执行,即 pytest -n auto同时也是一个非常优秀的分布式测试插件,分别支持ssh和socket两种方式实现master和worker的远程通讯。…