Python实现Gif图片分解的示例代码
在前面做过一个Gif图片合成的小工具，老朋友应该有所印象。但是，近段时间有人反映合成了的Gif图片该如何进行分解呢？
于是，再次了解了一下PIL模块的Image，果真是可以做动图分解的。
1、模块安装
使用PIL库，实际上是来源于pillow库的兼容，因此需要安装pillow非标准库。
pip install -i https://pypi.tuna.tsinghua.edu.cn/simple pillow
2、模块导入
安装好pillow非标准库之后，将PIL模块中Image图像处理模块导入到代码块中即可。
from PIL import Image
同时，将os系统操作模块导入进来用于对文件夹或文件来进行操作。
import os
导入一个日志模块loguru来记录日志打印，在之前的文章中也介绍过，由于这个模块导入即用比较方便我们这里直接使用它来打印日志。
from loguru import logger
3、分解动图
这里，我们的目的是将一个Gif图片直接分解成png格式的多个图片。首先对单张动态图片完成分解。
创建一个函数sptGif，来实现对单张Gif图片分解的过程。
def spt_gif_one(gif_path, tar_dir, format="png"):
'''
分解单张Gif图片
:param gif_path: Gif 图片路径
:param tar_dir: 分解后的存储路径
:param format: 分解成的图片格式，默认为PNG格式的图片
:return:
'''
gif_file_name = os.path.basename(gif_path)
logger.info("当前gif动态图片路径：{}".format(gif_file_name))
base_name = str(gif_file_name).split('.')[0]
image = Image.open(gif_path)
for n in range(image.n_frames):
gen_file_name = base_name + '_' + str(n)
image.seek(n)
image_new = Image.new("RGBA", image.size)
image_new.paste(image)
image_new.save(os.path.join(tar_dir, "%s.%s" % (gen_file_name, format)))
logger.info('文件名称：{}已生成！'.format(gen_file_name))
4、批量分解
若是在gif图片比较到的情况下，则可以选择批量分解的方式来进行分解。
一般选择将所有需要分解的gif图片直接放在统一的文件夹下面来完成批量分解。实现思路是通过遍历该文件夹下面的所有的gif图片挨个对其完成分解。
def spt_gif_batch(gif_dir, tar_dir):
'''
批量分解Gif动态图片
:param gif_dir:
:param tar_dir:
:return:
'''
if os.path.isdir(gif_dir):
files = os.listdir(gif_dir)
for file in files:
gif_path = os.path.join(gif_dir, file)
if os.path.splitext(gif_path)[1] in '.gif':
spt_gif_one(gif_path, tar_dir)
else:
logger.info('{} 文件格式检查不正确!'.format(gif_path))
else:
logger.info('{} 文件夹不存在！'.format(gif_dir))
5、生成效果
我调用批量生成的函数spt_gif_batch进行了效果测试。
从Google上面直接下载一张Gif的动态图片，原图是这样的效果。
随后，对其进行了批量分解的执行，os.getcwd()表示生成的图片放在当前的路径下面。
spt_gif_batch(os.getcwd(), os.getcwd())
控制台这时也按照预期打印出了日志，日志还是比较漂亮的，哈哈~
完成后，总共生成了25张png格式的图片，我下面跳了其中的几张展示出来。
到此这篇关于Python实现Gif图片分解的示例代码的文章就介绍到这了,更多相关Python Gif图片分解内容请搜索编程网以前的文章或继续浏览下面的相关文章希望大家以后多多支持编程网！
免责声明：
① 本站未注明“稿件来源”的信息均来自网络整理。其文字、图片和音视频稿件的所属权归原作者所有。本站收集整理出于非商业性的教育和科研之目的，并不意味着本站赞同其观点或证实其内容的真实性。仅作为临时的测试数据，供内部测试之用。本站并未授权任何人以任何方式主动获取本站任何信息。
② 本站未注明“稿件来源”的临时测试数据将在测试完成后最终做删除处理。有问题或投稿请发送至: 邮箱/279061341@qq.com QQ/279061341
