Python：提取帧时检测罕见的奇怪GIF

我从互联网上收集了大量GIF数据集（超过100k），当我试图用python提取GIF帧时，遇到了一些罕见的奇怪GIF。三个常用的软件包（

moviepy

，

PIL

，

imageio

）提供了这种罕见的奇怪GIF的完全不同的结果

moviepy>=1.0.3

将在

VideoFileClip.iter\u frames（）中阻止。iter\u frames（）将永远在第二帧循环，并且代码不会引发异常

PIL>=7.1.2

将输出与第一帧相同的多帧

imageio>=2.6.1

可以正确提取帧，而输出帧是奇怪的

然后，您可以从上述软件包提供的

frame\u迭代器

中转储帧：

def dump_video_frames(video_frames):
    root = 'data/frames'
    if os.path.exists(root):
        shutil.rmtree(root)
    os.makedirs(root)

    for i, frame in enumerate(video_frames):
        frame.save(os.path.join(root, '%d.jpg' % i))

frames = []
for frame in frame_iterator:
    if isinstance(frame, np.ndarray):
        frame = Image.fromarray(np.uint8(frame))
    frames.append(frame.convert('RGB'))

dump_video_frames(frames)

以下是一个例子：

原始GIF：

PIL的输出

：

imageio的输出

：

您可以看到

PIL

仅获取第一帧，没有任何黑色区域，这与

imageio

的输出非常不同

所以我的问题是如何在python中检测如此奇怪的gif？由于我首先使用

moviepy

是因为它在其他GIF中的良好性能，因此我需要在代码使用

moviepy

提取其帧之前检测此类GIF，以避免在

VideoFileClip.iter\u frames（）

中出现无限循环，这不会引发任何异常。我无法从谷歌获得如此罕见的gif的任何信息

我将在下面提供另外两个GIF示例：

---

建议：查阅GIF格式规范。浏览这些GIF的结构（例如使用hexdump工具），以确定正确的解释。完成此操作后，您可以向所使用的三个软件包中的至少两个提交错误报告，因为它们没有完全实现标准。您的web浏览器是否具有正确显示GIF的库？如果是的话，找出它是什么，看看它是否有python绑定。这些似乎是严重损坏的GIF，我想是由一个有缺陷的软件创建的。具体来说，它们包含的帧不符合图像的边界，如文件头中所示。在您尝试的三个软件包中，一个被无效数据阻塞，一个只显示给定图像边界内的像素（该边界不包括任何实际正在设置动画的区域），另一个扩展边界以包括所有帧。要检测这些损坏的文件，您需要扫描文件和帧头，查看是否有任何帧超出边界（或者您可以重写文件头，使其边界包含所有帧）。这可以在不解压缩任何像素数据的情况下完成，因此即使在纯Python中也应该相当快。不幸的是，我不知道有任何现有代码或包可以这样做。供参考：

from PIL import Image, ImageSequence
from PIL import ImageFile
ImageFile.LOAD_TRUNCATED_IMAGES = True

video = Image.open(path)
frame_iterator = ImageSequence.Iterator(video)

import imageio

frame_iterator = imageio.get_reader(path)

def dump_video_frames(video_frames):
    root = 'data/frames'
    if os.path.exists(root):
        shutil.rmtree(root)
    os.makedirs(root)

    for i, frame in enumerate(video_frames):
        frame.save(os.path.join(root, '%d.jpg' % i))

frames = []
for frame in frame_iterator:
    if isinstance(frame, np.ndarray):
        frame = Image.fromarray(np.uint8(frame))
    frames.append(frame.convert('RGB'))

dump_video_frames(frames)