精通透明图像-添加背景层

精通透明图像：添加背景层

原文：towardsdatascience.com/mastering-transparent-images-adding-a-background-layer-610b6227dab0/

使用带有 Alpha 通道的图像添加彩色背景

最近，我需要为几个带有透明背景的图像添加白色背景。自然地，我使用了 Python 和 OpenCV来自动化这个过程，我并不打算为每个这样的图像打开图像编辑器。

添加背景颜色听起来足够简单，对吧？

嗯，在我第一次尝试实现这个功能时，我没有完全成功，不得不迭代解决方案，所以我认为我应该与您分享这个过程。

如果您想跟上来，请确保在您的本地 Python 环境中安装了 opencv-python 和 numpy 包。您可以使用以下透明的方程式图像进行实验，您可以从 这里 下载。

带有 Alpha 通道的 PNG 图像

加载带有 Alpha 通道的图像

在第一步中，我们需要加载包含 Alpha 通道的透明图像。如果我们使用 cv2.imread 正常加载图像而不带所需的参数，它将简单地忽略 Alpha 通道，在这种情况下图像将完全变黑。

img = cv2.imread("equation.png")

cv2.imshow("Image", img)

cv2.waitKey(0)
cv2.destroyAllWindows()

读取不带 Alpha 通道的 PNG 图像

如果您观察图像的 形状，您会注意到对于蓝色、绿色和红色值只有 3 个颜色通道，但没有 Alpha 通道。

# Shape of image in order (H, W, C) with H=height, W=width, C=color
print(img.shape)

> (69, 244, 3)

在 imread 函数中有一个 flag 参数，默认为 cv2.IMREAD_COLOR*。这将始终将图像转换为 3 通道 BGR 图像。为了保留 Alpha 通道，我们需要指定标志 *cv2.IMREAD_UNCHANGED_。

img = cv2.imread("equation.png", flags=cv2.IMREAD_UNCHANGED)

# Shape of image in order (H, W, C) with H=height, W=width, C=color
print(img.shape)

> (69, 244, 4)

如您现在所见，Alpha 通道也被包含在内，颜色通道顺序为 BGRA，因此对于每个像素，我们得到 4 个值，最后一个值是 Alpha 值。

如果您尝试使用 imshow 显示图像，您会看到它仍然是黑色的。该函数简单地忽略了 Alpha 通道，但我们 知道它在那里。****** 现在我们可以开始用彩色背景替换 Alpha 通道了。

二进制背景

在第一次尝试中，我们可以尝试用背景颜色替换图像中的透明像素，例如白色。例如，我们可以将所有超过 50%透明度的像素设置为白色。由于图像数组是用 8 位无符号整数表示的，alpha 通道的值从 0 到 255。因此，我们可以将所有 alpha 值为小于或等于 128（256 的 50%）的像素替换为白色（所有 3 个颜色通道设置为 255）。

# Values for background
bg_threshold = 128 # 50% transparency
bg_color = (255, 255, 255) # White

# Threshold alpha channel
bg_indices = img[:, :, 3] <= bg_threshold

# Replace image at indices with background color
img[bg_indices, :3] = bg_color

在这里，您可以看到结果：

您也可以尝试不同的阈值，在极端情况下，阈值为 0，这样只有 100%透明的像素被认为是背景，因此被着色为白色。

背景混合

如您可能已经注意到的，这两张图片看起来并不完全正确。您可能可以找到一个更好的阈值，使图片看起来更合适，但根本问题是我们在设置一个二进制阈值，而透明度/alpha 通道是一个连续值。背景颜色实际上应该混合到原始颜色中，让我们看看我们如何实现这一点。

要根据 alpha 值混合原始颜色和背景颜色，我们希望有以下行为：

• 在 100%不透明度下，我们应该应用 100%的原始颜色。

• 在 60%不透明度下，我们希望有 60%的原始颜色和 40%的背景颜色。

• 在 0%不透明度下，我们希望只有背景颜色。

换句话说，最终图像中每个像素的颜色应该是这样的，其中 alpha 是一个介于 0 和 1 之间的值：

# alpha=0 -> 0% opacity, fully transparent
# alpha=1 -> 100% opacity, fully opaque
color_final = alpha * original + (1 - alpha) * background

要实现这一点，我们首先必须提取 alpha 通道并将其归一化。确保在归一化之前将数据类型转换为浮点数，如果我们使用原始的uint8数据类型，我们只会得到 0 和 1。

注意：我们除以 255 而不是 256，因为 8 位整数的最大值可以是 255，我们希望这正好是 1。

alpha = img[:, :, 3].astype(float)
alpha = alpha / 255.0

接下来，我们应该通过索引BGRA图像中的前 3 个通道来准备原始的 3 个颜色通道图像。我们还需要将这些值转换为浮点数，否则我们无法在稍后与 alpha 值相乘和相加。

# BGR for blue, green, red
img_bgr_original = img[:, :, :3].astype(float)

我们还可以准备背景图像，其中每个像素都是我们的背景颜色。使用numpy的full_like函数，我们可以以某种方式重复一个值，在我们的情况下是背景颜色，使其结果与输入数组，即我们的图像具有相同的形状。再次使用浮点数数据类型。

img_bgr_background = np.full_like(a=img_bgr_original, fill_value=bg_color, dtype=float)

现在我们几乎准备好使用上面的公式进行乘法了。事实上，让我们试试看会发生什么，这样您也可以理解为什么我们需要进行额外的一步。

img_blended = alpha * img_bgr_original + (1 - alpha) * img_bgr_background

如果我们运行这个，我们会得到以下错误：

 img_blended = alpha * img_bgr_original + (1 - alpha) * img_bgr_background
                  ~~~~~~^~~~~~~~~~~~~~~~~~
ValueError: operands could not be broadcast together with shapes (69,244) (69,244,3) 

问题在于，我们的 alpha 图像具有(69, 244)的维度，这是一个 2 维度的形状，没有颜色通道维度。而图像具有颜色通道维度(69, 244, 3)，维度是 3。为了解决这个问题，我们想要确保两个数组都有 3 个维度，然后我们才能将它们相乘。为此，我们可以使用np.expand_dims函数来扩展 alpha 数组的维度。

print(f"{img.shape=}") # img.shape=(69, 244, 4)
print(f"{img_bgr_original.shape=}") # img_bgr_original.shape=(69, 244, 3)
print(f"{img_bgr_background.shape=}") # img_bgr_background.shape=(69, 244, 3)
print(f"{alpha.shape=}") # alpha.shape=(69, 244)

alpha = np.expand_dims(alpha, axis=-1)

print(f"{alpha.shape=}") # alpha.shape=(69, 244, 1) <- see the additional dimension here!

这个概念非常重要，但并不容易理解。我鼓励你们花些时间来理解和实验数组的形状。

现在我们终于可以使用上面的代码来计算混合图像了。在我们能够展示图像之前，还需要进行一个最终步骤，那就是将其转换回 8 位无符号整数数组。

img_blended = alpha * img_bgr_original + (1 - alpha) * img_bgr_background
img_blended = img_blended.astype(np.uint8)

cv2.imshow("Blended Background", img_blended)

现在我们可以可视化混合图像，并看到干净的结果：

我们还可以将背景颜色更改为橙色等颜色，并在图像周围添加一些背景颜色的填充。

bg_color = (200, 220, 255) # Orange
bg_padding = 20

...

img_blended = cv2.copyMakeBorder(
    img_blended, bg_padding, bg_padding, bg_padding, bg_padding, cv2.BORDER_CONSTANT, value=bg_color
)

...

结论

在这个项目中，你学习了如何给带有透明度的图像添加背景层。我们首先探索了一种使用阈值来设置图像中背景颜色的二进制方法。然而，这种方法并没有产生视觉上令人满意的结果。在第二次尝试中，我们使用了一种基于 alpha 值混合背景颜色的方法。这产生了具有自然外观的干净图像。我们研究了有关图像维度的细节，并解决了一个在处理numpy数组时可能发生的常见错误。

完整的源代码可以从下面的 GitHub 获取。希望你们有所收获！

image-processing/transparent_background.py at main · trflorian/image-processing

---

本帖中的所有可视化均由作者创建。