Python实现动态图的解析、合成与倒放

七月 上海 | 高性能计算之GPU CUDA培训

7月27-29日 三天密集式学习  快速带你入门 阅读全文 >

正文共540个字，3张图，预计阅读时间5分钟。

动态图现在已经融入了我们的日常网络生活，大大丰富了我们的表达方式和交流趣味性。常常是一言不合就放动图，我这里就不举例子了。咱们直接开始本文的内容。

用到的库和模块

今天用看看如何用Python写个程序，进行动态图的解析、合成与倒放。这里我们用到的库有且只有PIL。而且只用到了PIL的两个模块Image和ImageSequence。顾名思义，就是图像模块和图像序列模块。动态图正好可以看作是图像序列。

原理

所谓动态图的解析，就是把GIF格式的图片转化为图片流的过程，而动态图的合成就是把图片流重新合成GIF图片的过程。而所谓动态图倒放，就是把图片流反序之后再合成GIF了。

代码

原理上没啥难以理解的，我们还是直接看代码。

 1from PIL import Image, ImageSequence 
 2# 读取GIF
 3im = Image.open("5.gif")
 4# GIF图片流的迭代器
 5iter = ImageSequence.Iterator(im)
 6index = 1
 7# 遍历图片流的每一帧
 8for frame in iter:
 9print("image %d: mode %s, size %s" % (index, frame.mode, frame.size))
10frame.save("./imgs/frame%d.png" % index)
11index += 1
12# frame0 = frames[0]
13# frame0.show()
14# 把GIF拆分为图片流
15imgs = [frame.copy() for frame in ImageSequence.Iterator(im)]
16# 把图片流重新成成GIF动图
17imgs[0].save('out.gif', save_all=True, append_images=imgs[1:])
18# 图片流反序
19imgs.reverse() 
20# 将反序后的所有帧图像保存下来
21imgs[0].save('./reverse_out.gif', save_all=True, append_images=imgs[1:])

加上注释之后的代码完全没啥可说的有木有？

其实还还是有些地方可说的，比如图片为啥保存为PNG格式的，JPG行不行？比如第六行与第19行末尾的代码是否重复，第19行末尾能不能用iter代替？

这些问题知道的就算了，不知道的希望能够自己跑一跑代码，查一查资料，补充下这方面的小知识。

效果

倒放

图片流

原文链接：https://www.jianshu.com/p/bc10b3985e93

查阅更为简洁方便的分类文章以及最新的课程、产品信息，请移步至全新呈现的“LeadAI学院官网”：

www.leadai.org

请关注人工智能LeadAI公众号，查看更多专业文章

大家都在看

LSTM模型在问答系统中的应用

基于TensorFlow的神经网络解决用户流失概览问题

最全常见算法工程师面试题目整理（一）

最全常见算法工程师面试题目整理（二）

TensorFlow从1到2 | 第三章 深度学习革命的开端：卷积神经网络

装饰器 | Python高级编程

今天不如来复习下Python基础