Image processing 需要帮助了解Alpha通道吗

我有一个像素的RGB元组，我们称之为p

255，0，0是p的颜色，alpha通道为1.0

alpha通道为0.8时，p的颜色变为255、51、51

---

如何获得影响p颜色的像素的颜色

看看你提供的数字：

(1.0-0.8)*255 ~= 50.9 = 51

其中：

1.0是最大阿尔法强度 0.8是当前设置的alpha强度 255是每个RGB通道的最大强度，表示背景颜色 这符合您示例中的B和G通道

所以，在一般情况下，它似乎是一个简单的加权平均值之间的通道值或RGB和背景色在您的情况下，白色-255。Alpha被用作权重

下面是一些Python代码：

MIN_ALPHA=0.0
MAX_ALPHA=1.0
MIN_CH=0
MAX_CH=255
BG_VAL=255

def apply_alpha(old, alpha, bg=255):
    assert alpha >= MIN_ALPHA
    assert alpha <= MAX_ALPHA
    assert old >= MIN_CH
    assert old <= MAX_CH

    new = old*alpha + (MAX_ALPHA - alpha)*bg
    return new

if __name__ == '__main__':
    import sys
    old, alpha = map(float, sys.argv[1:])
    print apply_alpha(old, alpha)

---

对于其他例子，尤其是非白色背景，可以试试这个——可能就这么简单。如果没有，请用新的示例编辑您的答案，我再看一看。

只看您提供的数字：

(1.0-0.8)*255 ~= 50.9 = 51

其中：

1.0是最大阿尔法强度 0.8是当前设置的alpha强度 255是每个RGB通道的最大强度，表示背景颜色 这符合您示例中的B和G通道

所以，在一般情况下，它似乎是一个简单的加权平均值之间的通道值或RGB和背景色在您的情况下，白色-255。Alpha被用作权重

下面是一些Python代码：

MIN_ALPHA=0.0
MAX_ALPHA=1.0
MIN_CH=0
MAX_CH=255
BG_VAL=255

def apply_alpha(old, alpha, bg=255):
    assert alpha >= MIN_ALPHA
    assert alpha <= MAX_ALPHA
    assert old >= MIN_CH
    assert old <= MAX_CH

    new = old*alpha + (MAX_ALPHA - alpha)*bg
    return new

if __name__ == '__main__':
    import sys
    old, alpha = map(float, sys.argv[1:])
    print apply_alpha(old, alpha)

---

对于其他例子，尤其是非白色背景，可以试试这个——可能就这么简单。如果没有，请用新的示例编辑您的答案，我再看一看。

让我们从头开始。只有当它与其他东西混合时，带有alpha的像素才有意义。如果有一个上层U和alpha，下层L是完全不透明的，则方程为：

P = (alpha * U) + ((1.0 - alpha) * L)

重新排列公式，您将获得：

L = (P - (alpha * U)) / (1.0 - alpha)

显然，当alpha为1.0时，这个方程就没有意义了，因为你要除以0

将数字插入显示，对于像素L，R=255、G=255和B=255

---

根据惯例，图像的最底层几乎都是白色的255255。让我们从头开始。只有当它与其他东西混合时，带有alpha的像素才有意义。如果有一个上层U和alpha，下层L是完全不透明的，则方程为：

P = (alpha * U) + ((1.0 - alpha) * L)

重新排列公式，您将获得：

L = (P - (alpha * U)) / (1.0 - alpha)

显然，当alpha为1.0时，这个方程就没有意义了，因为你要除以0

将数字插入显示，对于像素L，R=255、G=255和B=255

根据惯例，图像中的最底层几乎都是白色的255255