使用PIL将PNG格式X光图像转为JPG时出现白块问题求助

一、解决PNG转JPG空白问题（cv2版本） #

你的X光PNG大概率是带预乘Alpha通道的格式，PIL的常规粘贴方法无法正确处理这种格式，用cv2的alpha混合逻辑能解决：

import cv2
import numpy as np

# 读取带Alpha通道的PNG图像
img = cv2.imread("0001_1297860395_01_WRI-L1_M014.png", cv2.IMREAD_UNCHANGED)

# 分离BGR通道和Alpha通道
b, g, r, a = cv2.split(img)
# 创建黑色背景（与图像尺寸一致）
background = np.zeros_like(img[:, :, :3], dtype=np.uint8)
# 按Alpha通道权重混合图像与背景，还原原始亮度
result = cv2.addWeighted(img[:, :, :3], a / 255.0, background, 1 - a / 255.0, 0)

# 保存为JPG
cv2.imwrite('./foo3.jpg', result, [int(cv2.IMWRITE_JPEG_QUALITY), 80])

二、PyTorch中适配cv2加载+自定义变换 #

以下是兼容torchvision自定义变换的Dataset类，用cv2处理Alpha通道后转PIL图像，完美适配现有训练流程：

import os
import torch
from torch.utils.data import Dataset
import cv2
import numpy as np
from PIL import Image
from torchvision import transforms

class XRayDataset(Dataset):
    def __init__(self, img_dir, transform=None):
        self.img_dir = img_dir
        self.transform = transform
        # 遍历文件夹获取所有PNG图像路径
        self.img_paths = [
            os.path.join(img_dir, fname) 
            for fname in os.listdir(img_dir) 
            if fname.lower().endswith('.png')
        ]

    def __len__(self):
        return len(self.img_paths)

    def __getitem__(self, idx):
        img_path = self.img_paths[idx]
        # 读取带Alpha通道的PNG
        img = cv2.imread(img_path, cv2.IMREAD_UNCHANGED)
        
        # 处理Alpha通道：合并到黑色背景
        if img.shape[2] == 4:
            b, g, r, a = cv2.split(img)
            background = np.zeros_like(img[:, :, :3], dtype=np.uint8)
            img = cv2.addWeighted(img[:, :, :3], a/255.0, background, 1 - a/255.0, 0)
        
        # 转换为RGB格式（cv2默认读取为BGR）
        img = cv2.cvtColor(img, cv2.COLOR_BGR2RGB)
        # 转PIL图像，兼容torchvision的transforms
        img = Image.fromarray(img)
        
        # 应用自定义变换
        if self.transform:
            img = self.transform(img)
        
        return img

# 示例自定义变换链
custom_transform = transforms.Compose([
    transforms.Resize((256, 256)),
    transforms.RandomCrop(224),
    transforms.ToTensor(),
    transforms.Normalize(mean=[0.485, 0.456, 0.406], std=[0.229, 0.224, 0.225])
])

# 初始化数据集和DataLoader
dataset = XRayDataset(img_dir='你的X光图像文件夹路径', transform=custom_transform)
dataloader = torch.utils.data.DataLoader(dataset, batch_size=32, shuffle=True)

关键说明 #

• 预乘Alpha通道的图像，像素值已与Alpha权重相乘，直接用PIL粘贴会丢失亮度信息，cv2的addWeighted能正确还原原始图像亮度。
• 自定义Dataset中先处理Alpha通道，再转PIL图像，可直接复用torchvision所有内置变换，无需重新编写numpy版本的变换逻辑。

内容的提问来源于stack exchange，提问作者jennischofield02