| opencv | 您所在的位置：网站首页 › alpaha怎么读 › opencv |
opencv
|
什么是alpha 通道？
Alpha通道是计算机图形学中用于表示图像透明度的一种通道。在一个图像中，通常会有三个颜色通道：红色（R）、绿色（G）、蓝色（B），它们合在一起形成彩色图像。而Alpha通道是第四个通道，用于描述每个像素的透明度信息。 Alpha通道的取值范围通常是从0到255，其中0代表完全透明（即该像素完全不可见），255代表完全不透明（即该像素完全可见），其他取值则表示不同程度的透明度。透明度表示了一个像素在叠加到其他像素时的混合程度，从而实现了图像的透明效果。 使用Alpha通道，可以在图像中创建复杂的形状、边缘和阴影，同时也允许图像和背景之间的无缝融合。这在图像处理、计算机游戏、视频合成等领域中非常有用。常见的图像文件格式，如PNG、TIFF，以及某些编辑软件如Adobe Photoshop，都支持Alpha通道的使用。 应用场景：Alpha通道在计算机图形学和图像处理中有许多应用场景，以下是其中一些常见的应用： 图像透明度：最常见的用途是在图像或图形中创建透明效果。通过调整Alpha通道的值，可以使图像的某些区域变得半透明或完全透明，从而实现图像的融合和叠加效果。 图像剪裁：使用Alpha通道可以将图像中的一部分裁剪掉，只保留感兴趣的区域，被裁剪掉的区域会使用透明度来表示。 图像合成：将具有Alpha通道的图像叠加到其他图像上时，Alpha通道可以控制图像的透明度，从而实现图像的无缝融合。 阴影和光照效果：在3D图形渲染中，Alpha通道可用于模拟阴影和光照效果。通过在Alpha通道中定义透明度，可以控制光线的透过程度，从而实现更真实的阴影和光照效果。 图像特效：Alpha通道可以用于添加各种图像特效，如模糊、发光、辉光等。通过调整Alpha通道的值，可以控制特效的强度和透明度。 2D游戏精灵：在2D游戏中，Alpha通道常用于创建带有透明背景的游戏精灵，使其可以在游戏场景中自然地叠加和移动。 图像蒙版：Alpha通道可以用于创建图像蒙版，通过透明度来控制图像的可见部分，从而实现图像的遮罩效果。 总的来说，Alpha通道为图像处理提供了更多的灵活性和创造力，使得图像在合成、叠加和处理时更加逼真和自然 实验：分析 alpha 通道的值。 import cv2 import numpy as np #模拟生成一个3通道的彩色图像 img=np.random.randint(0,256,size=[2,3,3],dtype=np.uint8) #将img转换为BGRA格式 bgra = cv2.cvtColor(img, cv2.COLOR_BGR2BGRA) print("img=\n",img) print("bgra=\n",bgra) print("img.shape=\n",img.shape) print("bgra.img.shape=\n",bgra.shape) #分离通道 b,g,r,a=cv2.split(bgra) #打印alpha通道的值 print("a=\n",a) #修改alpha通道的值 a[:,:]=125 #合并通道 bgra=cv2.merge([b,g,r,a]) #打印新的bgra print("bgra2 =\n",bgra)在本例中，使用语句 bgra=cv2.cvtColor(img,cv2.COLOR_BGR2BGRA)将 img 从 BGR 色 彩空间转换到 BGRA 色彩空间。在转换后的 BGRA 色彩空间中，A 是 alpha 通道，默认值为255。 接下来，分别使用打印语句打印原始图像 img 的值和转换后的图像 bgra 的值。 然后，使用语句 a[:,:]=125 将从 bgra 中提取的 alpha 通道的值设定为 125，并使用语句bgra=cv2.merge([b,g,r,a])构建一个新的 bgra 图像。 在本步骤中，使用 cv2.merge()函数将新的 alpha 通道与原有的 BGR 通道进行合并，得到一个新的图像。从另外一个角度理解就是，本步骤实现了将 bgra 图像中 alpha 通道的值更改为 125 运行程序，结果如下所示。 img= [[[143 121 141] [ 15 4 109] [ 93 76 48]] [[ 5 9 156] [220 42 209] [156 248 177]]] bgra= [[[143 121 141 255] [ 15 4 109 255] [ 93 76 48 255]] [[ 5 9 156 255] [220 42 209 255] [156 248 177 255]]] img.shape= (2, 3, 3) bgra.img.shape= (2, 3, 4) a= [[255 255 255] [255 255 255]] bgra2 = [[[143 121 141 125] [ 15 4 109 125] [ 93 76 48 125]] [[ 5 9 156 125] [220 42 209 125] [156 248 177 125]]] 实验2：对图像的 alpha 通道进行处理代码如下： import cv2 img=cv2.imread("lena.png") bgra = cv2.cvtColor(img, cv2.COLOR_BGR2BGRA) b,g,r,a=cv2.split(bgra) a[:,:]=125 bgra125=cv2.merge([b,g,r,a]) a[:,:]=0 bgra0=cv2.merge([b,g,r,a]) cv2.imshow("img",img) cv2.imshow("bgra",bgra) cv2.imshow("bgra125",bgra125) cv2.imshow("bgra0",bgra0) cv2.waitKey() cv2.destroyAllWindows() cv2.imwrite("bgra.png", bgra) cv2.imwrite("bgra125.png", bgra125) cv2.imwrite("bgra0.png", bgra0)运行结果：
从上面运行结果中，首先从当前目录下读取文件 lena.png，然后将其进行色彩空间变换，将其 由 BGR 色彩空间转换到 BGRA 色彩空间，得到 bgra，即为原始图像 lena 添加 alpha 通道。 接下来，分别将提取得到的 alpha 通道的值设置为 125、0，并将新的 alpha 通道与原有的 BGR 通道进行组合，得到新的 BGRA 图像 bgra125、bgra0。 接着，分别显示原始图像、原始 BGRA 图像 bgra、重构的 BGRA 图像 bgra125 和 bgra0。 最后，将 3 个不同的 BGRA 图像保存在当前目录下。 运行程序，显示的图像如图 所示。图中： 图(a)是原始图像 lena。 图(b)是由原始图像 lena 通过色彩空间转换得到的图像 bgra，该图像内 alpha 通道的值是 默认值 255。 图©是将图像 bgra 中 alpha 通道值设置为 0 得到的。 图(d)是将图像 bgra 中 alpha 通道值设置为 125 得到的。 从图中可以看到，各个图像的 alpha 通道值虽然不同，但是在显示时是没有差别的。 但是保存后再打开图片的效果是不一样的。
|
【本文地址】