【校园杂工】Python脚本处理档案图片

我大一刚入校的时候，我那高度近视的牛姓学长就告诉我，你咋恁想不开呢，报这个专业，赶紧想办法转专业吧，咱们专业到学校就是打杂的，当时还挺不服气的，后来果然把自己混成了一个干杂活的，人称校园杂工。猫有猫路，蛇有蛇道，在杂工生涯中，还是有几件颇为自得的事情，其一就是用Python帮助同事提高工作效率了。

需求

Excel文档

作为教育技术专业的学生，所学甚为芜杂，从教育理论到网站开发，从彩色电视机维修到摄录编，从美术原理到三维软件（第个菜单的第二个子菜单点一下选第三项），学的挺多的，啊扯远了，反正当初在学校也拍了很多抓不住重点的新闻照片，大家知道学校的大小照片都是要拍照挂网推文留档的，而且大概16年的时候，青岛市档案工作要求把所有的图片按照上图所示的格式保存，并且导入到档案管理系统。

原始照片的文件名大概是题名一列的样子，其他具体要求是：

• 当年所有的照片都要有一个档号，按照顺序排列
• 所有照片都要有一个小的缩略图，文件名是档号
• 然后还要有归档日期光盘号之类的
  • 要计算每张光盘存放多少照片
  • 自动更新光盘号
• 处理xls文档，最后选择xlrd模块

其实大部分要求都挺简单的，但是每张图片生成缩略图并且按照档号排列，这个工作真的是会把人逼疯的，估计负责档案的老师也是苦不堪言，受不了了，向领导求助（这比大包大揽最后搞砸好多了），然后就轮到我小孟尝哦不是小郎出场了，谁让我平时吹牛自己编程厉害呢。

当时已经自学过一段时间的Python了，正好拿来练手。

任务分解

简要分析

凡事超过3遍，就一定可以通过编程来解决，当然这句话很绝对，不过如果你讨厌重复的工作，有意识的通过编程来避免重复性的工作是非常重要的。

其实这个脚本并不难写，主要就是遍历文件，然后裁剪图片，把裁剪后的图片保存到新的文件夹，然后把数据写到xls就号了，档号和缩略图是最复杂的部分，表中其他的数据用excel自身的填充功能都可以很方便的完成。

麻烦的是拍照日期，一是题名中的文件日期其实不是很准确的，因为学校里用来存档的照片都是数码相机拍摄的照片，所以照片的EXIF信息是完整的（专业课《多媒体原理》中的内容），所以想到可以直接从EXIF信息中提取拍摄日期，当时其实没有做的太复杂直接读出来了事了，现在看来其实也可能有的图片EXIF信息是不准确的，需要跟题名的日期比对，当然程序会复杂一点，现在是写基本教程嘛，写意为主，有个大概差不多了，感兴趣的老师自然会深入去研究的。

可交换图像文件格式（英语：Exchangeable image file format，官方简称Exif），是专门为数码相机的照片设定的，可以记录数码照片的属性信息和拍摄数据。
Exif信息是可以被任意编辑的，因此只有参考的功能。

图片处理

图片裁剪

至于裁剪图片，学习廖雪峰的Python课程的时候，知道Pillow（PIL）库可以用来在windows系统下处理图片，功能很强大，安装也很简单，只需要在命令行输入：

pip install pillow

读取EXIF信息

通过认真翻阅pillow的文档https://pillow.readthedocs.io/en/stable/，得知pillow可以方便的处理图片的元数据EXIF信息，欧耶。

处理excel文件

处理excel文件当时使用了比较简单的xlwd库，专门用来写xls文件的库。

程序实现

遍历所有照片

Python提供了用来操作文件系统的标准库os模块，于是翻阅os模块的文档，看到方法挺多的，其中有一个很重要的方法就是listdir方法，用来打印出某个文件夹下面所有的子文件夹和文件，当然也有文件可以查看当前文件夹了。

在这里我重新搞了一个图片文件夹，用来演示处理档案。这些单反都是用数码相机拍摄的，EXIF信息是非常完整的。
在IDLE新建一个文件，命名为main.py，保存到docs文件夹：

docs文件夹下的文件

此时的目录结构如下：

tree命令显示目录结构

要遍历所有文件，要用到os模块的listdir方法，我们看下：

os.listdir() 方法用于返回指定的文件夹包含的文件或文件夹的名字的列表。这个列表以字母顺序。 它不包括 '.' 和'..' 即使它在文件夹中。
只支持在 Unix, Windows 下使用。
在IDLE中输入以下代码：

import os

# 如果不给lisdir提供参数
# 默认输出当前文件夹所有
# 文件和文件夹
files = os.listdir()
print(files)

运行程序，输出结果如下：

====================== RESTART: D:\coding\docs\main.py ======================
['images', 'main.py']
>>> 

可以看到listdir方法返回了docs文件夹下所有的文件，包括子文件夹和文件，并保存在一个列表files变量之中。
但是我们需要处理的是images文件夹中的文件，所以，我们给listdir方法提供一个参数，表示路径，用于显示特定路径下的文件：

import os

# 如果不给lisdir提供参数
# 默认输出当前文件夹所有
# 文件和文件夹
files = os.listdir("images")
print(files)

运行代码输出如下：

images文件夹下的文件

与文件夹的截图是对应的

文件夹截图

如何返回listdir方法返回的文件名代表的是文件和字符串呢，继续翻文档（其实我自己做的时候，是直接百度如何遍历文件拼凑的代码，在这里写文章才一步步的讲出来）

os模块下包含了path模块，path模块下的isfile和isdir方法可以用来判断一个路径是文件还是目录，所以遍历所有文件的过程就是：

• 用listidr返回所有的文件名
• 判断是图片还是文件夹

  • 如果是文件夹继续用listdir返回包含的文件名
    具体代码如下：

    
    

计算思维

抽取模型

一个知乎的故事

利己利人

我们学校体育老师的例子

ittools