将图像灰度像素值转换为Alpha值

Question

是否可以使用OpenCV，Pillow和scikit-image之类的库在python中将图像灰度像素值转换为alpha值？

这是使用OpenCV的测试程序：

path = "e:/python/sampleImage.tif"
src = cv2.imread(path, -1)
print("shape: ",src.shape)
print("co_pixel value3: ",src[970,1000])
cv2.imshow("Displaying only blue channels",src)
cv2.waitKey(0)
cv2.destroyAllWindows()

Answer 1

尝试将灰色图像转换为BGRA。然后将灰色图像复制为Alpha。然后将Alpha图像放入3通道（BGR）灰度图像的Alpha通道中。

alpha = src.copy()
src = cv2.cvtColor(src, cv2.COLOR_GRAY2BGRA)
src[:,:,3] = alpha

Answer 2

具有alpha通道的图像只是具有4个通道的图像：3种颜色（OpenCV中为B，G，R）和alpha通道。因此，假设您有彩色图像const directions = [ [-1, 0], [0, 1], [1, 0], [0, -1] ]; const exist = (board, word) => { if (board.length === 0) { return false; } const depthFirstSearch = (row, col, k) => { if (board[row][col] !== word[k]) { return false; } if (k === word.length - 1) { return true; } board[row][col] = 'VISITED'; for (const [diffRow, diffCol] of directions) { const nextRow = row + diffRow; const nextCol = col + diffCol; if ( nextRow > -1 && nextCol >= 0 && nextRow < board.length && nextCol < board[0].length ) { if (depthFirstSearch(nextRow, nextCol, k + 1)) { return true; } } } board[row][col] = word[k]; return false; }; for (let row = 0; row < board.length; ++row) { for (let col = 0; col < board[0].length; ++col) { if (depthFirstSearch(row, col, 0)) { return true; } } } return false; }; 。然后

src

import numpy as np gray = cv2.cvtColor(src, cv2.COLOR_BGR2GRAY) img_w_alpha = np.dstack( (src, gray) ) 将Alpha通道作为第四通道添加到您的彩色图像。

尽管我不明白，为什么您想这样做，所以，如果这不能解决您的问题，也许您需要详细说明。

编辑：发表评论后，也许您正在寻找Alpha混合功能？

np.dstack

如您所见，尼克松的图像几乎是黑色的，例如在他的外套和头发中，背景图像是可见的，而尼克松的图像是明亮的，例如他的衣领和脸，几乎看不到背景图像。

混合代码看起来很尴尬，因为

• 我们无法将import cv2 # Load the tiff tif = cv2.imread('tmp/Nixon.tif') h,w,c = tif.shape alpha = cv2.cvtColor(tif, cv2.COLOR_BGR2GRAY) tif_a = cv2.cvtColor(tif, cv2.COLOR_BGR2BGRA) tif_a[:,:,3] = alpha # now you have an image whose alpha channel equals the greyscale values, # but I'm not sure what good that is # load a background image img = cv2.imread('tmp/PA110602.JPG') img = cv2.resize(img, (w,h)) # for blending, both images need to be of same size # blend the two images, using the greyscale version of tif as alpha values blend = cv2.add( alpha.reshape((*alpha.shape,1))/255.0*tif.astype(float), (1.0-alpha.reshape((*alpha.shape,1))/255.0)*img.astype(float), dtype=cv2.CV_8UC1) 图像与h-by-w图像相乘，但是我们可以将h-by-w-by-c图像与h-by-w-by-1图像相乘，因此我们必须添加尺寸h-by-w-by-c使用alpha。
• 对于混合，我们必须将图像从uint转换为float，但是一旦完成，我们希望再次使用uint。

但是，如果您要这样做的话，可以对Google搜索进行“ alpha混合”。