使用PIL将TIFF转GIF时如何解决颜色失真与低质量问题

问题说明 #

需将<0,1>范围的浮点型RGB TIFF图像导出为GIF，现有代码可正常运行，但生成的GIF存在严重噪点和颜色失真，推测由位深限制导致，目标是生成无明显颜色失真的高质量GIF。

原代码 #

import numpy as np
from PIL import Image

list_files = ["foo.tif", "bar.tif"]

# Create the frames
frames = []
for i in list_files:
    tif = tifffile.TiffFile(i)
    tif = tif.asarray()
    tif = tif * 255  # Tiffs are actually floats, need to be converted to ints.
    tif = tif[::3, ::3, :]  # Downscale size
    tif = tif.astype(np.uint8)
    display(tif.shape)
    frames.append(Image.fromarray(tif))

# Save into a GIF file that loops forever
frames[0].save('png_to_gif.gif', format='GIF',
               append_images=frames[1:],
               save_all=True,
               duration=300, loop=0)

解决方案 #

核心原因 #

GIF格式天生仅支持最多256色的调色板，PIL默认单帧生成调色板的方式会导致颜色信息丢失、帧间颜色不一致，进而产生噪点和失真。解决关键是生成全局最优调色板，让所有帧共用同一套调色板，同时可选抖动算法优化颜色过渡。

修改后的代码 #

import numpy as np
from PIL import Image
import tifffile

list_files = ["foo.tif", "bar.tif"]

# 1. 预处理所有帧，收集像素数据
frames = []
all_pixels = []
for file_path in list_files:
    # 读取浮点型TIFF并转换为uint8，用clip避免数值溢出
    tif_data = tifffile.imread(file_path)
    tif_data = np.clip(tif_data * 255, 0, 255).astype(np.uint8)
    # 保持原降采样逻辑
    tif_data = tif_data[::3, ::3, :]
    frame = Image.fromarray(tif_data)
    frames.append(frame)
    # 收集所有像素用于生成全局调色板
    all_pixels.append(tif_data.reshape(-1, 3))

# 2. 合并所有像素，生成全局256色调色板
all_pixels = np.concatenate(all_pixels, axis=0)
temp_img = Image.fromarray(all_pixels.reshape((-1, 3)))
# 基于全量像素生成最优调色板
palette_img = temp_img.quantize(colors=256)
global_palette = palette_img.getpalette()

# 3. 将所有帧统一映射到全局调色板，添加抖动优化过渡
quantized_frames = []
palette_template = Image.new('P', (1, 1))
palette_template.putpalette(global_palette)

for frame in frames:
    # 使用Floyd-Steinberg抖动模拟更多颜色层次
    quantized_frame = frame.quantize(
        colors=256,
        palette=palette_template,
        dither=Image.Dither.FLOYDSTEINBERG
    )
    quantized_frames.append(quantized_frame)

# 4. 保存高质量GIF，设置disposal避免帧残留
quantized_frames[0].save('high_quality.gif', format='GIF',
                         append_images=quantized_frames[1:],
                         save_all=True,
                         duration=300,
                         loop=0,
                         disposal=2)

关键优化点 #

• 全局调色板：基于所有帧的像素生成最优256色集合，确保颜色还原度最大化，避免单帧调色的随机性。
• 抖动算法：使用Floyd-Steinberg抖动，通过微小的像素误差扩散模拟更多颜色层次，减少色块感。
• 数值裁剪：用np.clip确保浮点转uint8时数值在0-255范围内，避免溢出导致的异常颜色。
• 帧残留处理：设置disposal=2，确保每帧播放后清除上一帧内容，避免画面叠加混乱。

内容的提问来源于stack exchange，提问作者Václav Bočan