将Pillow加载的GIF图像转换为PNG解决OCR流程属性报错

报错根因 #

• 报错'GifImageFile' object has no attribute 'shape'的本质是：通过Pillow读取远程GIF得到的是GifImageFile类实例，属于Pillow专属的图像对象，不是NumPy多维数组结构。而imutils.resize、OpenCV的高斯模糊、OTSU阈值处理接口，全部要求传入带.shape属性的数组格式图像，无法直接识别Pillow对象，因此触发属性访问错误。
• 之前尝试格式转换失败的核心原因：没有处理GIF本身的索引色、透明通道属性，也没有完成Pillow对象到OpenCV兼容数组的格式映射，导致转格式后的对象依然无法被后续预处理流程识别。

可直接落地的适配流程 #

无需额外安装第三方依赖，仅需要在原有代码的图像读取环节补3步格式适配，后续所有预处理、OCR、可视化逻辑完全不用改动：

1. 读取远程GIF流后，强制将图像转换为无透明通道的RGB标准模式，消除GIF特有的索引色模式兼容问题
2. 将Pillow对象转换为NumPy数组，匹配OpenCV的图像数据格式
3. 完成RGB到BGR的通道顺序转换，避免OpenCV读取出的图像颜色失真

修正后可直接运行的完整代码 #

from PIL import Image
import pytesseract
import cv2
import imutils
import numpy as np
import urllib.request

# 配置Tesseract可执行文件路径
pytesseract.pytesseract.tesseract_cmd = r'C:\Program Files\Tesseract-OCR\tesseract'
url = "你的目标GIF图片访问地址"

# 图像格式适配核心步骤
pil_image = Image.open(urllib.request.urlopen(url))
# 强制转RGB模式，兼容GIF的索引色、透明通道
pil_image = pil_image.convert('RGB')
# 转OpenCV兼容的NumPy数组，调整通道顺序为BGR
raw_image = cv2.cvtColor(np.array(pil_image), cv2.COLOR_RGB2BGR)

# 以下为原有预处理流程，无需修改
image = imutils.resize(raw_image, width=400)
blur = cv2.GaussianBlur(image, (7,7), 0)
thresh = cv2.threshold(blur, 0, 255, cv2.THRESH_BINARY + cv2.THRESH_OTSU)[1]
result = 255 - thresh

# OCR识别逻辑，无需修改
phone = pytesseract.image_to_string(result, lang='eng', config='--psm 6')
print(phone)

# 可视化调试逻辑，无需修改
cv2.imshow('thresh', thresh)
cv2.imshow('result', result)
cv2.waitKey()
cv2.destroyAllWindows()

落地注意事项 #

• 动图类GIF的默认处理：上述代码默认读取GIF的第一帧内容，刚好匹配防爬场景的静态展示类GIF——这类用于隐藏文本的GIF本质是静态图，不存在多帧遍历需求。如果遇到多帧动态图需要逐帧识别，可以在打开对象后加pil_image.seek(0)指定取第一帧即可。
• 不要直接将Pillow图像对象传入OpenCV相关接口：哪怕手动给对象添加模拟的shape属性，也会因为内存结构不匹配导致后续模糊、二值化计算结果全错，必须完成NumPy数组转换。
• 如果OCR识别率偏低，可以将convert('RGB')替换为convert('L')（转灰度图），后续的通道转换步骤直接省略，直接将np.array(pil_image)传入后续resize流程即可，减少多余的通道计算开销。

内容的提问来源于stack exchange，提问作者Dandal