Python OpenCV如何调整图像透明度？-杰瑞科技汇

透明度是图像的一个重要特性，它允许图像的一部分是透明的，从而可以与其他图像或背景无缝融合，在 OpenCV 中，这通常通过 Alpha 通道 来实现。

（图片来源网络，侵删）

核心概念：Alpha 通道

一个带有透明度的图像通常存储在 RGBA 格式中：

R (Red): 红色通道
G (Green): 绿色通道
B (Blue): 蓝色通道
A (Alpha): 透明度通道

Alpha 通道的值范围通常是 0 到 255：

0：完全透明
255：完全不透明

在 OpenCV 中，默认加载的图像（如使用 cv2.imread()）是 BGR 格式的，不包含 Alpha 通道，要处理透明度，你必须明确地告诉 OpenCV 加载包含 Alpha 通道的图像。

加载带 Alpha 通道的图像

关键在于 cv2.imread() 的第二个参数：cv2.IMREAD_UNCHANGED。

（图片来源网络，侵删）

cv2.IMREAD_COLOR (默认): 加载彩色图像，忽略 Alpha 通道。
cv2.IMREAD_UNCHANGED: 按原样加载图像，如果图像有 Alpha 通道,则一并加载。

示例代码：

假设你有一张 PNG 图片 logo_with_alpha.png,它有一个透明的背景。

import cv2
import numpy as np
# 读取带 Alpha 通道的图像
# 使用 cv2.IMREAD_UNCHANGED 是关键
img_rgba = cv2.imread('logo_with_alpha.png', cv2.IMREAD_UNCHANGED)
# 检查图像是否成功加载以及是否有 Alpha 通道
if img_rgba is None:
    print("错误：无法加载图像，请检查路径。")
else:
    print(f"图像形状: {img_rgba.shape}")
    # 如果图像有 Alpha 通道，形状会是 (height, width, 4)
    # 如果没有，形状会是 (height, width, 3)
    # 分离 BGR 和 Alpha 通道
    # bgr, alpha = img_rgba[:, :, :3], img_rgba[:, :, 3]
    # 更清晰的写法
    bgr_channel = img_rgba[..., :3]
    alpha_channel = img_rgba[..., 3]
    # 显示 Alpha 通道（为了可视化，我们将其拉伸到可见范围）
    # Alpha 通道是单通道的灰度图，值越高越不透明
    cv2.imshow('Original Image (RGBA)', img_rgba)
    cv2.imshow('Alpha Channel', alpha_channel) 
    cv2.waitKey(0)
    cv2.destroyAllWindows()

创建带 Alpha 通道的图像

如果你想自己创建一个带透明度的图像，需要先创建一个四通道（BGRA）的 NumPy 数组，然后用 cv2.cvtColor 将其从 BGR 转换为 BGRA。

示例代码：创建一个半透明的蓝色矩形

（图片来源网络，侵删）

import cv2
import numpy as np
# 创建一个空的黑色画布 (BGR格式)
height, width = 400, 600
canvas_bgr = np.zeros((height, width, 3), dtype=np.uint8)
# 创建一个 BGRA 格式的图像
# 初始时，Alpha 通道为0，意味着整个画布是完全透明的
canvas_bgra = np.zeros((height, width, 4), dtype=np.uint8)
# 定义颜色和透明度
# BGR颜色: 蓝色 (255, 0, 0), Alpha 透明度: 128 (半透明)
blue_color = (255, 0, 0)
alpha_value = 128 # 半透明
# 在画布上绘制一个矩形
# cv2.rectangle 会自动处理 BGRA 格式
top_left = (150, 100)
bottom_right = (450, 300)
cv2.rectangle(canvas_bgra, top_left, bottom_right, (*blue_color, alpha_value), -1) # -1 表示填充
# 显示结果
cv2.imshow('Canvas with Transparent Blue Rectangle', canvas_bgra)
cv2.waitKey(0)
cv2.destroyAllWindows()

使用 Alpha 通道进行图像混合（核心应用）

最常见的操作是将一个带透明度的图像（前景）叠加到另一个图像（背景）上，这个过程称为 Alpha Blending。

原理： blended_pixel = foreground_pixel * (alpha / 255) + background_pixel * (1 - alpha / 255)

OpenCV 提供了 cv2.addWeighted() 函数可以轻松实现这个效果。

示例代码：将半透明 logo 叠加到背景图上

import cv2
import numpy as np
# 1. 加载背景图（BGR格式）
background = cv2.imread('background.jpg')
if background is None:
    print("错误：无法加载背景图。")
    exit()
# 2. 加载带 Alpha 通道的前景图（BGRA格式）
foreground = cv2.imread('logo_with_alpha.png', cv2.IMREAD_UNCHANGED)
if foreground is None:
    print("错误：无法加载前景图。")
    exit()
# 确保背景图和前景图大小一致，或者调整前景图大小以匹配背景图
# foreground = cv2.resize(foreground, (background.shape[1], background.shape[0]))
# 3. 分离前景图的 BGR 和 Alpha 通道
foreground_bgr = foreground[..., :3]
foreground_alpha = foreground[..., 3] / 255.0  # 将 Alpha 通道归一化到 0.0 - 1.0
# 4. 创建一个与背景图大小相同的 Alpha 通道
#    这样可以将前景图放在背景图的任意位置
alpha_sliced = foreground_alpha
# 如果需要将logo放在特定位置，可以这样操作：
# h, w = foreground.shape[:2]
# y_offset, x_offset = 50, 50 # 偏移量
# alpha_sliced = np.zeros((background.shape[0], background.shape[1]), dtype=np.float32)
# alpha_sliced[y_offset:y_offset+h, x_offset:x_offset+w] = foreground_alpha
# 5. 使用广播机制进行混合
#    背景图 * (1 - alpha) + 前景图 * alpha
#    注意：这里需要将背景图转换为浮点数进行计算，然后再转回 uint8
blended_bgr = background.astype(np.float32) * (1 - alpha_sliced[..., np.newaxis]) + \
              foreground_bgr.astype(np.float32) * (alpha_sliced[..., np.newaxis])
# 6. 将结果像素值限制在 0-255 范围内，并转换回 uint8
blended_bgr = np.clip(blended_bgr, 0, 255).astype(np.uint8)
# 7. 显示结果
cv2.imshow('Background', background)
cv2.imshow('Foreground (with alpha)', foreground)
cv2.imshow('Blended Result', blended_bgr)
cv2.waitKey(0)
cv2.destroyAllWindows()

更简单的方法：cv2.addWeighted

cv2.addWeighted 同样可以实现这个效果，但需要一些技巧来处理 Alpha 通道。

# ... (加载背景和前景的代码与上面相同) ...
# 分离通道
bgr, alpha = foreground[:, :, :3], foreground[:, :, 3]
# 创建一个全为1的权重矩阵，用于背景
background_weight = 1.0 - alpha.astype(np.float32) / 255.0
# 使用 addWeighted 混合
# cv2.addWeighted(src1, alpha, src2, beta, gamma)
# blended = src1 * alpha + src2 * beta + gamma
# 我们想让背景的权重是 background_weight，前景的权重是 alpha/255
# 为了使用 addWeighted，我们需要将背景和前景都乘以它们的权重
weighted_background = background * background_weight[..., np.newaxis]
weighted_foreground = bgr * (alpha.astype(np.float32) / 255.0)[..., np.newaxis]
# 相加得到最终结果
blended_bgr_simple = weighted_background + weighted_foreground
blended_bgr_simple = np.clip(blended_bgr_simple, 0, 255).astype(np.uint8)
# 显示结果
cv2.imshow('Blended Result (addWeighted)', blended_bgr_simple)
cv2.waitKey(0)
cv2.destroyAllWindows()

第一种使用 NumPy 广播的方法更直观、更常用。

总结与最佳实践

加载图像：要处理透明度，必须使用 cv2.imread(path, cv2.IMREAD_UNCHANGED)。
检查通道：加载后，检查 img.shape，如果最后一个维度是 4，说明有 Alpha 通道。
分离通道：使用切片 img_bgr = img[..., :3] 和 img_alpha = img[..., 3] 来分离颜色和透明度信息。
混合图像：核心是 Alpha Blending 公式，利用 NumPy 的广播机制可以非常高效地实现： result = background * (1 - alpha) + foreground * alpha 记得将 Alpha 通道归一化到 [0, 1]，并在计算前后进行数据类型（float32）和范围（0-255）的转换。
保存图像：如果你保存的图像包含 Alpha 通道，请使用支持透明度的格式，如 PNG。
```
cv2.imwrite('output_with_alpha.png', blended_bgr) # blended_bgr 是 BGRA 格式
```

掌握这些技巧，你就可以在 Python OpenCV 中灵活地处理各种透明度相关的任务了。

Python OpenCV如何调整图像透明度？

核心概念：Alpha 通道

加载带 Alpha 通道的图像

创建带 Alpha 通道的图像

使用 Alpha 通道进行图像混合（核心应用）

总结与最佳实践

99ANYc3cd6