opencv-21 alpha 通道详解（应用于图像增强，合成，蒙版，特效等）

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：

在这里插入图片描述

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。

在这里插入图片描述