Python 枕头-调整GIF的大小

我有一个

gif

，我想用

枕头调整它的大小，这样它的大小就会减小。
gif
的当前大小为2MB

我正在努力

调整其大小，使其高度/宽度更小

降低其质量

对于JPEG，下面的代码通常足以使大图像的大小急剧减小

from PIL import Image

im = Image.open("my_picture.jpg")
im = im.resize((im.size[0] // 2, im.size[1] // 2), Image.ANTIALIAS)  # decreases width and height of the image
im.save("out.jpg", optimize=True, quality=85)  # decreases its quality

不过，对于GIF，它似乎不起作用。下面的代码甚至使
out.gif
比初始gif更大：

im = Image.open("my_gif.gif")
im.seek(im.tell() + 1)  # loads all frames
im.save("out.gif", save_all=True, optimize=True, quality=10)  # should decrease its quality

print(os.stat("my_gif.gif").st_size)  # 2096558 bytes / roughly 2MB
print(os.stat("out.gif").st_size)  # 7536404 bytes / roughly 7.5MB

如果添加以下行，则仅保存GIF的第一帧，而不是其所有帧

im = im.resize((im.size[0] // 2, im.size[1] // 2), Image.ANTIALIAS)  # should decrease its size

我一直在考虑对
im.seek（）
或
im.tell（）
调用
resize（）
，但这两种方法都不返回图像对象，因此我无法对其输出调用
resize（）

你知道我如何使用枕头来减少GIF的大小，同时保留所有的框架吗

[编辑]部分解决方案：

接下来，我做了以下更改：


我正在使用提取所有帧。值得注意的是，这是一个Python2脚本，我的项目是用Python3编写的（我最初确实提到了这个细节，但它被Stack Overflow社区编辑掉了）。运行
2to3-wgifextract.py使该脚本与Python 3兼容

我已经分别调整了每个帧的大小：
frame.resize（（frame.size[0]//2，frame.size[1]//2），Image.antialas）

我一直在一起保存所有帧：
img.save（“out.gif”，save\u all=True，optimize=True）


新的gif现在已保存并工作，但存在两个主要问题：


我不确定resize方法是否有效，因为
out.gif
仍然是7.5MB。最初的gif是2MB

gif速度增加，gif不会循环。它在第一次运行后停止


例如：

原始gif
my_gif.gif
：


处理后的Gif（
out.Gif
）（我无法将其添加到堆栈溢出）。Imgur使其速度变慢（并将其转换为mp4）。当我从电脑打开gif文件时，整个gif大约持续1.5秒。
根据Pillow 4.0x，Image.resize功能仅在单个图像/帧上工作

为了达到您想要的效果，我相信您必须首先从.gif文件中提取每一帧，一次调整每一帧的大小，然后重新组装它们

要完成第一步，似乎需要注意一些细节。例如，每个gif帧是否使用本地调色板或全局调色板应用于所有帧，以及gif是否使用完整或部分帧替换每个图像。已经开发了一个脚本来解决这些问题，同时从gif文件中提取每一帧，所以要充分利用这一点

接下来，您必须编写脚本来调整每个提取帧的大小，并使用PIL.Image.resize（）和PIL.Image.save（）将它们全部组装为一个新的.gif文件

我注意到你写了“
im.seek（im.tell（）+1）#加载所有帧
”。我认为这是不正确的。相反，它用于在.gif文件的帧之间递增。我注意到您在.gif文件的保存函数中使用了quality=10。我没有发现该文件中提供的内容。您可以通过阅读此
了解BiggleZX脚本中提到的tile属性的更多信息。使用，我创建了一个新脚本，它使用枕头调整GIF的大小

原始GIF（2.1MB）：


调整大小后输出GIF（1.7 MB）：


我已经保存了脚本。它使用枕头的
缩略图
方法，而不是
调整大小
方法，因为我发现
调整大小
方法不起作用

这是不完美的，所以请随意叉和改善它。以下是一些尚未解决的问题：


当由imgur托管时，GIF显示正常，但当我从计算机上打开它时，整个GIF只需1.5秒，因此存在速度问题
同样，虽然imgur似乎可以弥补速度问题，但当我尝试将GIF上传到
stack.imgur
时，它无法正确显示。仅显示了第一帧（您可以看到它）

完整代码（如果删除上述要点）：

我正在使用下面的函数来调整和裁剪图像，包括动画图像（GIF、WEBP）。简单地说，我们需要在GIF或WEBP中迭代每个帧

from math import floor, fabs
from PIL import Image, ImageSequence

def transform_image(original_img, crop_w, crop_h):
  """
  Resizes and crops the image to the specified crop_w and crop_h if necessary.
  Works with multi frame gif and webp images also.

  args:
  original_img is the image instance created by pillow ( Image.open(filepath) )
  crop_w is the width in pixels for the image that will be resized and cropped
  crop_h is the height in pixels for the image that will be resized and cropped

  returns:
  Instance of an Image or list of frames which they are instances of an Image individually
  """
  img_w, img_h = (original_img.size[0], original_img.size[1])
  n_frames = getattr(original_img, 'n_frames', 1)

  def transform_frame(frame):
    """
    Resizes and crops the individual frame in the image.
    """
    # resize the image to the specified height if crop_w is null in the recipe
    if crop_w is None:
      if crop_h == img_h:
        return frame
      new_w = floor(img_w * crop_h / img_h)
      new_h = crop_h
      return frame.resize((new_w, new_h))

    # return the original image if crop size is equal to img size
    if crop_w == img_w and crop_h == img_h:
      return frame

    # first resize to get most visible area of the image and then crop
    w_diff = fabs(crop_w - img_w)
    h_diff = fabs(crop_h - img_h)
    enlarge_image = True if crop_w > img_w or crop_h > img_h else False
    shrink_image = True if crop_w < img_w or crop_h < img_h else False

    if enlarge_image is True:
      new_w = floor(crop_h * img_w / img_h) if h_diff > w_diff else crop_w
      new_h = floor(crop_w * img_h / img_w) if h_diff < w_diff else crop_h

    if shrink_image is True:
      new_w = crop_w if h_diff > w_diff else floor(crop_h * img_w / img_h)
      new_h = crop_h if h_diff < w_diff else floor(crop_w * img_h / img_w)

    left = (new_w - crop_w) // 2
    right = left + crop_w
    top = (new_h - crop_h) // 2
    bottom = top + crop_h

    return frame.resize((new_w, new_h)).crop((left, top, right, bottom))

  # single frame image
  if n_frames == 1:
    return transform_frame(original_img)
  # in the case of a multiframe image
  else:
    frames = []
    for frame in ImageSequence.Iterator(original_img):
      frames.append( transform_frame(frame) )
    return frames

来自math import floor，fabs
从PIL导入图像，图像序列
def变换图像（原始图像、裁剪w、裁剪h）：
"""
如有必要，将图像调整大小并裁剪为指定的裁剪宽度和裁剪高度。
也适用于多帧gif和webp图像。
args：
original_img是由枕头创建的图像实例（image.open（filepath））
crop_w是将被调整大小和裁剪的图像的宽度（以像素为单位）
crop_h是要调整大小和裁剪的图像的高度（以像素为单位）
返回：
图像的实例或帧列表，它们分别是图像的实例
"""
img\u w，img\u h=（原始img.size[0]，原始img.size[1]）
n_frames=getattr（原始图像，'n_frames'，1）
def变换_帧（帧）：
"""
调整图像中单个帧的大小并进行裁剪。
"""
#如果配方中的裁剪为空，则将图像调整为指定高度
如果作物w为无：
如果作物高度==img高度：
回程架
新高度=地板（高度/高度）
新高度=作物高度
返回帧。调整大小（（新的w，新的h））
#如果裁剪大小等于img大小，则返回原始图像
如果作物w==img\u w和作物h==img\u h：
回程架
#首先调整大小以获得图像的最可见区域，然后进行裁剪
w_diff=晶圆厂（作物w-img_w）
h_diff=晶圆厂（作物h-img_h）
放大图像=如果裁剪>图像，则为真；如果裁剪>图像，则为假
收缩图像=如果剪切图像，则为真
from math import floor, fabs
from PIL import Image, ImageSequence

def transform_image(original_img, crop_w, crop_h):
  """
  Resizes and crops the image to the specified crop_w and crop_h if necessary.
  Works with multi frame gif and webp images also.

  args:
  original_img is the image instance created by pillow ( Image.open(filepath) )
  crop_w is the width in pixels for the image that will be resized and cropped
  crop_h is the height in pixels for the image that will be resized and cropped

  returns:
  Instance of an Image or list of frames which they are instances of an Image individually
  """
  img_w, img_h = (original_img.size[0], original_img.size[1])
  n_frames = getattr(original_img, 'n_frames', 1)

  def transform_frame(frame):
    """
    Resizes and crops the individual frame in the image.
    """
    # resize the image to the specified height if crop_w is null in the recipe
    if crop_w is None:
      if crop_h == img_h:
        return frame
      new_w = floor(img_w * crop_h / img_h)
      new_h = crop_h
      return frame.resize((new_w, new_h))

    # return the original image if crop size is equal to img size
    if crop_w == img_w and crop_h == img_h:
      return frame

    # first resize to get most visible area of the image and then crop
    w_diff = fabs(crop_w - img_w)
    h_diff = fabs(crop_h - img_h)
    enlarge_image = True if crop_w > img_w or crop_h > img_h else False
    shrink_image = True if crop_w < img_w or crop_h < img_h else False

    if enlarge_image is True:
      new_w = floor(crop_h * img_w / img_h) if h_diff > w_diff else crop_w
      new_h = floor(crop_w * img_h / img_w) if h_diff < w_diff else crop_h

    if shrink_image is True:
      new_w = crop_w if h_diff > w_diff else floor(crop_h * img_w / img_h)
      new_h = crop_h if h_diff < w_diff else floor(crop_w * img_h / img_w)

    left = (new_w - crop_w) // 2
    right = left + crop_w
    top = (new_h - crop_h) // 2
    bottom = top + crop_h

    return frame.resize((new_w, new_h)).crop((left, top, right, bottom))

  # single frame image
  if n_frames == 1:
    return transform_frame(original_img)
  # in the case of a multiframe image
  else:
    frames = []
    for frame in ImageSequence.Iterator(original_img):
      frames.append( transform_frame(frame) )
    return frames