如何用R从不同文件夹批量生成含多样本显微图像的文档？

一、生成可插入外部TIFF图像的PPT #

你之前认为R的PPT包只能添加R生成的图像，其实有两个工具组合可以直接插入外部TIFF并实现压缩：

1. officer + magick 组合 #

officer支持自定义PPT布局，magick负责图像压缩与格式转换，完美匹配你的需求：

• 核心流程：
  1. 遍历所有样本文件夹
  2. 用magick压缩TIFF图像（控制分辨率、压缩质量）
  3. 每个样本新建一页PPT，将压缩后的图像整齐排列
• 代码示例：

library(officer)
library(magick)
library(fs)

# 基础参数设置
sample_root <- "你的样本根文件夹路径"
sample_folders <- dir(sample_root, full.names = TRUE)
ppt <- read_pptx()  # 初始化PPT对象
img_width <- 5  # 单张图像宽度（英寸）
img_height <- 4 # 单张图像高度（英寸）
compression_quality <- 50  # 图像压缩质量（0-100，数值越低体积越小）

for (folder in sample_folders) {
  sample_name <- basename(folder)
  # 新建幻灯片并设置标题
  ppt <- add_slide(ppt, layout = "Title and Content", master = "Office Theme")
  ppt <- ph_with(ppt, value = sample_name, location = ph_location_type(type = "title"))
  
  # 获取当前样本的所有TIFF文件
  tiff_files <- dir_ls(folder, regexp = "\\.tiff$", ignore.case = TRUE)
  
  # 计算每页图像排列（示例为2列，自动计算行数）
  cols <- 2
  rows <- ceiling(length(tiff_files)/cols)
  # 生成图像布局位置矩阵
  img_locations <- ph_location_grid(width = img_width, height = img_height, ncol = cols, nrow = rows)
  
  # 遍历图像并插入PPT
  for (i in seq_along(tiff_files)) {
    # 读取并压缩图像
    raw_img <- image_read(tiff_files[i])
    compressed_img <- raw_img %>% 
      image_resize("1024x768>") %>%  # 限制最大分辨率，保留图像比例
      image_set_compression(quality = compression_quality)
    
    # 临时保存压缩后的图像（officer需要本地文件路径）
    temp_img_path <- tempfile(fileext = ".jpg")
    image_write(compressed_img, temp_img_path)
    
    # 插入到幻灯片对应位置
    ppt <- ph_with(ppt, external_img(temp_img_path, width = img_width, height = img_height),
                   location = img_locations[[i]])
    # 清理临时文件
    unlink(temp_img_path)
  }
}

# 保存最终PPT
print(ppt, target = "实验结果汇总.pptx")

• 优势：完全自定义每页布局，magick的压缩能大幅降低文件体积，同时保留足够的显微图像清晰度。

2. eoffice包简化操作 #

这个包封装了PPT生成逻辑，可直接批量插入外部图像，配合magick压缩更高效：

library(eoffice)
library(magick)
library(fs)

sample_root <- "你的样本根文件夹路径"
sample_folders <- dir(sample_root, full.names = TRUE)

for (folder in sample_folders) {
  sample_name <- basename(folder)
  tiff_files <- dir_ls(folder, regexp = "\\.tiff$", ignore.case = TRUE)
  
  # 临时文件夹存储压缩后的图像
  temp_dir <- tempdir()
  for (f in tiff_files) {
    compressed_img <- image_read(f) %>% 
      image_resize("1024x768>") %>% 
      image_set_compression(quality = 50)
    image_write(compressed_img, file.path(temp_dir, paste0(basename(f), ".jpg")))
  }
  
  # 生成单页幻灯片并追加到PPT
  topptx(
    plotlist = lapply(dir(temp_dir, full.names = TRUE), function(x) {
      grid::rasterGrob(png::readPNG(x))
    }),
    filename = "实验结果汇总.pptx",
    title = sample_name,
    nrow = ceiling(length(tiff_files)/2),
    ncol = 2,
    append = TRUE
  )
  # 清理临时文件夹
  unlink(temp_dir, recursive = TRUE)
}

二、生成带压缩图像的PDF文档 #

若选择PDF，核心是在插入阶段完成图像压缩，避免生成超大文件：

1. knitr + rmarkdown 批量生成 #

用Rmarkdown写模板，自动遍历样本文件夹，每页对应一个样本：

• 新建report.Rmd文件：

---
title: "实验结果汇总"
output: pdf_document
---

```{r setup, include=FALSE}
knitr::opts_chunk$set(echo = FALSE, fig.width=6, fig.height=4)
library(magick)
library(fs)
sample_root <- "你的样本根文件夹路径"
sample_folders <- dir(sample_root, full.names = TRUE)

for (folder in sample_folders) {
  sample_name <- basename(folder)
  # 添加样本标题
  cat(paste0("\n## ", sample_name, "\n"))
  
  tiff_files <- dir_ls(folder, regexp = "\\.tiff$", ignore.case = TRUE)
  cols <- 2
  # 设置图像宽度，自动排成2列
  knitr::opts_chunk$set(out.width = paste0(100/cols, "%"), fig.show = "hold")
  
  # 遍历并插入压缩后的图像
  for (f in tiff_files) {
    compressed_img <- image_read(f) %>% 
      image_resize("1024x768>") %>% 
      image_set_compression(quality = 50)
    print(compressed_img)
  }
  
  # 强制分页
  cat("\n\\newpage\n")
}

- 运行`rmarkdown::render("report.Rmd")`即可生成PDF，文件体积会远小于原始图像总和。

### 2. 后期压缩PDF（可选）
若生成的PDF仍过大，用`qpdf`包做进一步压缩：
```r
library(qpdf)
pdf_compress(
  input = "实验结果汇总.pdf",
  output = "实验结果汇总_压缩版.pdf",
  compression_level = "high"
)

三、关键注意事项 #

• 图像压缩：优先用image_resize限制最大分辨率（比如1024像素宽），再用image_set_compression调整质量，平衡清晰度与文件体积。
• 临时文件：处理大量图像后及时清理临时文件，避免占用磁盘空间。
• 布局调整：根据图像数量灵活调整每页的行列数，officer的ph_location_grid和Rmarkdown的out.width都支持自定义布局。

内容的提问来源于stack exchange，提问作者Munkhtur Otgonbayar