imagemagick
是一套功能强大、稳定而且开源的工具集和开发包，可以用来读、写和处理超过200种基本格式的图片文件，包括PNG，JPEG，GIF，HEIC，TIFF，DPX，EXR，WebP，Postscript，PDF和SVG等格式。利用ImageMagick，可以根据web应用程序的需要动态生成图片, 还可以对一个(或一组)图片进行改变大小、旋转、锐化、减色或增加特效等操作，并将操作的结果以相同格式或其它格式保存，对图片的操作，既可以通过命令行进行，也可以通过C/C++、Perl、Java、PHP、Python或Ruby编程来完成。ImageMagic的主要精力集中在性能，减少bug以及提供稳定的API和ABI上。
ImageMagick的功能通常通过命令行使用，也可以通过编程来使用。编程可以选择通过这些接口调用：G2F (Ada)，MagickCore (C)，MagickWand (C)，ChMagick (Ch)，ImageMagickObject (COM+)，Magick++ (C++)，JMagick (Java)，JuliaIO (Julia)，L-Magick (Lisp)，Lua (LuaJIT)，NMagick (Neko/haXe)，Magick.NET (.NET)，PascalMagick (Pascal)，PerlMagick (Perl)，MagickWand for PHP (PHP)，IMagick (PHP)，PythonMagick (Python)，magick (R)，RMagick (Ruby)，or TclMagick (Tcl/TK)。
Windows下载
立即学习“Python免费学习笔记（深入）”；
地址：
http://www.lfd.uci.edu/~gohlke/pythonlibs/#pythonmagick
下载对应OS版本和Python版本的“PythonMagick”whl文件，然后CMD里面以“pip”+路径+whl完整文件名的方法安装。例如：
pip install C:\Users\Student\Desktop\PythonMagick-0.9.12-cp35-none-win_amd64.whl
或者通过anaconda下载
相关推荐：《python视频教程》
例子
import sys
import numpy as np
import matplotlib.pyplot as plt
from matplotlib.animation import FuncAnimation
fig, ax = plt.subplots()
fig.set_tight_layout(True)
# 询问图形在屏幕上的大小和DPI（每英寸点数）
# 注意当把图形保存为文件时，需要为此单独再提供一个DPI
print('fig size: {0} DPI, size in inches {1}'.format(
fig.get_dpi(), fig.get_size_inches()))
# 绘制一个保持不变（不会被重新绘制）的散点图以及初始直线
x = np.arange(0, 20, 0.1)
ax.scatter(x, x + np.random.normal(0, 3.0, len(x)))
line, = ax.plot(x, x - 5, 'r-', linewidth=2)
def update(i):
label = 'timestep {0}'.format(i)
print(label)
# 更新直线和轴（用一个新X轴标签）
# 以元组形式返回这一帧需要重新绘制的物体
line.set_ydata(x - 5 + i)
ax.set_xlabel(label)
return line, ax
if __name__ == '__main__':
# 会为每一帧调用Update函数
# 这里FunAnimation设置一个10帧动画，每帧间隔200ms
anim = FuncAnimation(fig, update, frames=np.arange(0, 10), interval=200)
if len(sys.argv) > 1 and sys.argv[1] == 'save':
anim.save('line.gif', dpi=80, writer='imagemagick')
else:
# Plt.show()会一直循环动画
plt.show()
有两点需要注意： 图表中的散点不会动，会动的是直线。 X轴标题每一帧都在变化。
如果你想换个再酷炫点的主题，可以用seaborn库，只需添加：
import seaborn
那么就会得到下面这张GIF图：
稍微提醒一下：虽然我们这里的GIF图只有10帧，图形内容也很简单，但每一帧仍有160k左右。因为GIF动图不使用跨帧压缩，所以这就让帧比较长的GIF图变得很大。将帧数尽量减少，并且让每一帧的图像再小一点（通过在matplotlib中调整图形大小或DPI）能或多或少有助于缓解这个问题。
