Python docx 提取图像

Python docx是Python中一个功能强大并易于使用的库，可以用于操作Microsoft Word文档。本文将介绍如何使用Python docx来提取Word文档中的图像。

安装Python docx

在开始这个过程之前，首先需要安装Python docx包。可以使用pip命令来进行安装：

pip install python-docx

加载Word文档

在开始提取图像之前，需要将Word文档加载到Python中。可以使用docx.Document()函数来打开一个Word文档：

import docx

doc = docx.Document('example.docx')

提取图像

一旦Word文档已加载到Python中，就可以使用docx.Document对象的inline_shapes和shapes属性来获取Word文档中的所有图像。

在文档中获取所有图像的代码如下所示：

import docx

doc = docx.Document('example.docx')

all_images = []

for paragraph in doc.paragraphs:
    for run in paragraph.runs:
        for inline in run.inline_shapes:
            all_images.append(inline)

for shape in doc.inline_shapes:
    all_images.append(shape)

for shape in doc.shapes:
    all_images.append(shape)

显示图像

可以使用PIL或matplotlib库来显示提取的图像。下面是使用matploblib来显示图像的代码片段：

import docx
from matplotlib import pyplot as plt

doc = docx.Document('example.docx')

for shape in doc.inline_shapes:
    if shape.has_image:
        with open('image.png', 'wb') as f:
            f.write(shape.image.blob)
        plt.imshow(plt.imread('image.png'))
        plt.show()