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

这篇具有很好参考价值的文章主要介绍了opencv-21 alpha 通道详解(应用于 图像增强,合成,蒙版,特效 等)。希望对大家有所帮助。如果存在错误或未考虑完全的地方,请大家不吝赐教,您也可以点击"举报违法"按钮提交疑问。

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:

opencv-21 alpha 通道详解(应用于 图像增强,合成,蒙版,特效 等),opencv,opencv,人工智能,计算机视觉

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。

opencv-21 alpha 通道详解(应用于 图像增强,合成,蒙版,特效 等),opencv,opencv,人工智能,计算机视觉文章来源地址https://www.toymoban.com/news/detail-612016.html

到了这里,关于opencv-21 alpha 通道详解(应用于 图像增强,合成,蒙版,特效 等)的文章就介绍完了。如果您还想了解更多内容,请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章,希望大家以后多多支持TOY模板网!

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处: 如若内容造成侵权/违法违规/事实不符,请点击违法举报进行投诉反馈,一经查实,立即删除!

领支付宝红包 赞助服务器费用

相关文章

  • 02 OpenCV图像通道处理

    在数字图像处理中,图像通道是指一个图像中的颜色信息被分离为不同的颜色分量。常见的图像通道包括RGB通道、灰度通道、HSV通道等。 RGB通道是指将图像分离为红色、绿色和蓝色三个颜色通道,每个通道表示相应颜色的亮度。这种方式是最常见的方式,它对于彩色图像的处

    2024年02月12日
    浏览(52)
  • 最全可白嫖之高光谱图像数据处理(格式转换,数据增强,通道剪切,大小裁剪,光谱显示,折线图表示)

    完整代码下载地址: 高光谱数据处理大礼包   网上的很多公开高光谱数据集(如cave,icvl等)下载下来是 raw 格式,而一般用神经网络等方法对高光谱数据进行分类、训练、超分辨的时候,大多使用 .mat 格式的高光谱数据,碍于网上一直没有一个系统全面的方法,于是我总结

    2024年02月05日
    浏览(42)
  • opencv -10 基础运算之 图像加权和(图像融合&图像修复&视频合成)

    所谓图像加权和,就是在计算两幅图像的像素值之和时,将每幅图像的权重考虑进来,可以用公式表示为: 式中,saturate()表示取饱和值(最大值)。图像进行加权和计算时,要求 src1 和 src2 必须大小、类型相同 ,但是对具体是什么类型和通道没有特殊限制。它们可以是任意

    2024年02月16日
    浏览(43)
  • opencv 基础学习08-图像通道操作

    OpenCV的通道拆分功能可用于将多通道图像拆分成单独的通道,这在图像处理和计算机视觉任务中具有许多应用场景。以下是一些通道拆分的常见应用场景: 图像处理 :在某些图像处理任务中,需要对图像的不同通道进行独立处理。例如,可以对彩色图像的RGB通道进行分别处

    2024年02月16日
    浏览(40)
  • opencv图像增强实现方法

      opencv是一款开源的图像增强工具,主要用于在 python环境下实现图像增强功能。 使用 opencv实现图像增强,需要使用 opencv的 GUI模块,如图1所示。 在 opencv中,有一个 datasets模块,这个模块主要用于处理数据和可视化操作,如图2所示。 在这里我们将使用这个 datasets模块进行图

    2024年02月06日
    浏览(47)
  • 【图像分类】理论篇(4)图像增强opencv实现

    随机旋转是一种图像增强技术,它通过将图像以随机角度进行旋转来增加数据的多样性,从而帮助改善模型的鲁棒性和泛化能力。这在训练深度学习模型时尤其有用,可以使模型更好地适应各种角度的输入。 原图像: 旋转后的图像: 随机裁剪是一种常见的数据增强技术,用

    2024年02月12日
    浏览(30)
  • OpenCV [C++]-图像大小计算以及获取图像的尺寸和通道数

    后续继续记录opencv新学习的知识。

    2024年02月15日
    浏览(44)
  • opencv-图像对比度增强

    对比度增强,即将图片的灰度范围拉宽,如图片灰度分布范围在[50,150]之间,将其范围拉升到[0,256]之间。这里介绍下 线性变换,直方图正规化,伽马变换,全局直方图均衡化,限制对比度自适应直方图均衡化等算法。 线性变换 通过函数y=ax+b对灰度值进行处理,例如对于过暗

    2024年01月16日
    浏览(52)
  • Python 基于 OpenCV 视觉图像处理实战 之 OpenCV 视频图像处理基础操作 之 视频捕获/存储/提取/合成/合并

    目录 Python 基于 OpenCV 视觉图像处理实战 之 OpenCV 视频图像处理基础操作 之 视频捕获/存储/提取/合成/合并 一、简单介绍 二、视频处理流程和原理 三、视频的捕获和存储 四、提取视频中的某些帧 五、将图片合成为视频 六、多个视频合并 Python是一种跨平台的计算机程序设计

    2024年04月10日
    浏览(114)
  • Python使用OpenCV库对彩色图像进行通道分离

    目录 1、解释说明: 2、使用示例: 3、注意事项: 在Python中,我们可以使用OpenCV库对彩色图像进行通道分离。通道分离是将彩色图像的每个像素分解为三个通道(红、绿、蓝)的过程。这样,我们可以分别处理和分析每个通道的信息。通道分离在图像处理中有很多应用,例如

    2024年02月12日
    浏览(38)

觉得文章有用就打赏一下文章作者

支付宝扫一扫打赏

博客赞助

微信扫一扫打赏

请作者喝杯咖啡吧~博客赞助

支付宝扫一扫领取红包,优惠每天领

二维码1

领取红包

二维码2

领红包