如何用Python从原始GIF生成带模糊效果的GIF动图

现有静态图处理逻辑无法适配GIF的核心原因：Pillow默认打开GIF时仅加载第一帧静态内容，且GIF属于带调色板、多帧时序配置的动态格式，直接按静态图保存会丢失所有帧信息，同时调色板模式下直接做滤波也会出现色彩异常、模糊失效的问题。

方案1：复用现有Pillow依赖（零额外安装，完全适配当前代码逻辑） #

该方案不需要安装新的第三方库，模糊参数可完全沿用你现有静态图的配置，处理后会完整保留原GIF的循环规则、播放速度，动效和原文件一致。
核心实现逻辑：逐帧提取原GIF的所有元配置，将每帧转RGB模式做模糊处理后，再适配GIF要求的调色板模式，最后按原时序拼接输出。

完整实现代码：

from PIL import Image, ImageFilter, ImageSequence
import io

def generate_blurry_gif(input_path, output_path, blur_radius=50):
    with Image.open(input_path) as im:
        # 提取原GIF全局配置：循环次数（0为无限循环）
        loop_config = im.info.get('loop', 0)
        frame_durations = []
        processed_frames = []

        # 遍历每帧做处理
        for frame in ImageSequence.Iterator(im):
            # 记录当前帧的播放延迟
            frame_durations.append(frame.info.get('duration', 100))
            # 转RGB模式避免调色板下滤波异常，执行和静态图一致的模糊操作
            rgb_frame = frame.convert('RGB')
            blurred_frame = rgb_frame.filter(ImageFilter.BoxBlur(blur_radius))
            # 转回P模式适配GIF的保存格式要求
            processed_frames.append(blurred_frame.convert('P', palette=Image.ADAPTIVE))

        # 保存处理后的GIF
        processed_frames[0].save(
            output_path,
            save_all=True,
            append_images=processed_frames[1:],
            duration=frame_durations,
            loop=loop_config,
            disposal=2  # 适配大多数GIF的帧处置规则，避免播放时出现叠加残影
        )

如果需要和你现有静态图逻辑对齐、直接输出到内存流，只需调整保存部分的代码即可：

blurry_gif_buffer = io.BytesIO()
processed_frames[0].save(
    blurry_gif_buffer,
    format='GIF',
    save_all=True,
    append_images=processed_frames[1:],
    duration=frame_durations,
    loop=loop_config,
    disposal=2
)

方案2：高性能批量处理方案（适合大尺寸、高帧数GIF场景） #

如果需要批量处理高分辨率、高帧数的GIF，Pillow单线程处理速度会偏慢，可以结合OpenCV做逐帧滤波加速，仅需额外安装opencv-python依赖，核心逐帧处理逻辑和上述方案一致，只是将滤波操作替换为OpenCV的盒式模糊/高斯模糊，处理速度可提升2~5倍。

常见踩坑说明 #

• 不要直接对原GIF的P（调色板）模式做模糊，必须先转RGB再执行滤波，否则会出现色彩错乱、模糊失效的问题
• 保存GIF时必须加save_all=True和append_images参数，否则只会输出单张静态模糊图
• 不要忽略原帧的duration和全局loop参数，否则输出的动图会出现播放速度异常、无循环的问题

内容的提问来源于stack exchange，提问作者kilag