UnrecognizedImageError - 图像插入错误 - python-docx

Question

我正在尝试使用 python-docx 将 wmf 文件插入到 docx，这会产生以下回溯。

Traceback (most recent call last):
  File "C:/Users/ADMIN/PycharmProjects/ppt-to-word/ppt_reader.py", line 79, in <module>
    read_ppt(path, file)
  File "C:/Users/ADMIN/PycharmProjects/ppt-to-word/ppt_reader.py", line 73, in read_ppt
    write_docx(ppt_data, False)
  File "C:/Users/ADMIN/PycharmProjects/ppt-to-word/ppt_reader.py", line 31, in write_docx
    document.add_picture(slide_data.get('picture_location'), width=Inches(5.0))
  File "C:\Python34\lib\site-packages\docx\document.py", line 72, in add_picture
    return run.add_picture(image_path_or_stream, width, height)
  File "C:\Python34\lib\site-packages\docx\text\run.py", line 62, in add_picture
    inline = self.part.new_pic_inline(image_path_or_stream, width, height)
  File "C:\Python34\lib\site-packages\docx\parts\story.py", line 56, in new_pic_inline
    rId, image = self.get_or_add_image(image_descriptor)
  File "C:\Python34\lib\site-packages\docx\parts\story.py", line 29, in get_or_add_image
    image_part = self._package.get_or_add_image_part(image_descriptor)
  File "C:\Python34\lib\site-packages\docx\package.py", line 31, in get_or_add_image_part
    return self.image_parts.get_or_add_image_part(image_descriptor)
  File "C:\Python34\lib\site-packages\docx\package.py", line 74, in get_or_add_image_part
    image = Image.from_file(image_descriptor)
  File "C:\Python34\lib\site-packages\docx\image\image.py", line 55, in from_file
    return cls._from_stream(stream, blob, filename)
  File "C:\Python34\lib\site-packages\docx\image\image.py", line 176, in _from_stream
    image_header = _ImageHeaderFactory(stream)
  File "C:\Python34\lib\site-packages\docx\image\image.py", line 199, in _ImageHeaderFactory
    raise UnrecognizedImageError
docx.image.exceptions.UnrecognizedImageError

图片文件为.wmf格式。

任何帮助或建议表示赞赏。

Answer 1

python-docx 通过“识别”其独特的标题来识别图像文件的类型。通过这种方式，它可以区分 JPEG 和 PNG、TIFF 等。这比映射文件扩展名可靠得多，也比要求用户告诉你类型方便得多。这是一种很常见的方法。

此错误表明python-docx 未找到它识别的标头。 Windows 元文件格式 (WMF) 可能会很棘手，专有规范和现场文件样本的变化有很多余地。

要解决此问题，我建议您阅读文件时使用确实可以识别的内容（我将从 Pillow 开始）并将其“转换”为相同或其他格式，希望能更正进程中的标头。

首先，我会尝试仅读取它并将其保存为 WMF（或者如果可以选择 EMF，则可能是 EMF）。这可能足以解决问题。如果您必须更改为中间格式然后再返回，那可能会造成损失，但总比没有好。

ImageMagick 可能是另一个不错的尝试选择，因为它的覆盖范围可能比 Pillow 更好。

Answer 2

说明

python-docx/image.py 将读取与SIGNATURES 不同的图片文件格式

格式

1.jpg

使用Image converter将1.jpg转换成不同的文件格式。

使用magic 获取mime 类型。

File format	Mime type	add_picture()
.jpg	image/jpeg	√
.png	image/png	√
.jfif	image/jpeg	√
.exif		√
.gif	image/gif	√
.tiff	image/tiff	√
.bmp	image/x-ms-bmp	√
.eps	application/postscript	×
.hdr	application/octet-stream	×
.ico	image/x-icon	×
.svg	image/svg+xml	×
.tga	image/x-tga	×
.wbmp	application/octet-stream	×
.webp	image/webp	×

如何解决

A计划

将其他格式转换为支持的格式，例如 .jpg

安装

pip install pillow

代码

from pathlib import Path

from PIL import Image


def image_to_jpg(image_path):
    path = Path(image_path)
    if path.suffix not in {'.jpg', '.png', '.jfif', '.exif', '.gif', '.tiff', '.bmp'}:
        jpg_image_path = f'{path.parent / path.stem}_result.jpg'
        Image.open(image_path).convert('RGB').save(jpg_image_path)
        return jpg_image_path
    return image_path


if __name__ == '__main__':
    from docx import Document

    document = Document()
    document.add_picture(image_to_jpg('1.jpg'))
    document.add_picture(image_to_jpg('1.webp'))
    document.save('test.docx')

B计划

首先，尝试手动将图片添加到 Word 中。如果成功，则说明 Word 支持这种格式。然后修改这个库，继承BaseImageHeader类，实现from_stream()方法，SIGNATURES添加图片格式。

缺少文件后缀

修改1.jpg为1

from docx import Document

document = Document()
document.add_picture('1')
document.save('test.docx')

它会显示这个

使用这个

from docx import Document

document = Document()
document.add_picture(open('1', mode='rb'))
document.save('test.docx')

结论

import io
from pathlib import Path

import magic
from PIL import Image


def image_to_jpg(image_path_or_stream):
    f = io.BytesIO()
    if isinstance(image_path_or_stream, str):
        path = Path(image_path_or_stream)
        if path.suffix in {'.jpg', '.png', '.jfif', '.exif', '.gif', '.tiff', '.bmp'}:
            f = open(image_path_or_stream, mode='rb')
        else:
            Image.open(image_path_or_stream).convert('RGB').save(f, format='JPEG')
    else:
        buffer = image_path_or_stream.read()
        mime_type = magic.from_buffer(buffer, mime=True)
        if mime_type in {'image/jpeg', 'image/png', 'image/gif', 'image/tiff', 'image/x-ms-bmp'}:
            f = image_path_or_stream
        else:
            Image.open(io.BytesIO(buffer)).convert('RGB').save(f, format='JPEG')
    return f


if __name__ == '__main__':
    from docx import Document

    document = Document()
    document.add_picture(image_to_jpg('1.jpg'))
    document.add_picture(image_to_jpg('1.webp'))
    document.add_picture(image_to_jpg(open('1.jpg', mode='rb')))
    document.add_picture(image_to_jpg(open('1', mode='rb')))  # copy 1.webp and rename it to 1
    document.save('test.docx')