如何使用Python为带透明背景的非矩形图像添加边缘羽化效果

我太懂这个困扰了——矩形图的羽化无非就是给边缘加个模糊，但带透明背景的非矩形图就完全不一样了，得跟着图像的实际轮廓来处理边缘过渡。之前我也踩过不少坑，下面给你分享两种亲测有效的方案，分别用PIL和OpenCV实现：

这个方法的核心是利用图像的alpha透明通道做高斯模糊，只有边缘区域会产生透明过渡，内部不透明区域和完全透明区域不受影响：

from PIL import Image, ImageFilter

def feather_transparent_edge(image_path, feather_radius=10):
    # 打开图像并确保保留alpha通道
    img = Image.open(image_path).convert("RGBA")
    # 提取原图像的alpha通道
    original_alpha = img.split()[3]
    
    # 对alpha通道做高斯模糊，模糊半径直接决定羽化强度
    blurred_alpha = original_alpha.filter(ImageFilter.GaussianBlur(radius=feather_radius))
    
    # 将模糊后的alpha通道替换回原图像
    img.putalpha(blurred_alpha)
    
    # 保存羽化后的图像
    img.save("feathered_pil_result.png")
    return img

小提示 #

• 调大feather_radius的值可以得到更明显的羽化效果，反之则更细腻
• 如果原图像的alpha通道边缘不够清晰，建议先对alpha通道做二值化处理，再进行模糊操作，过渡会更自然

这个方法用距离变换精准控制边缘过渡，适合对羽化效果有更高定制需求的场景：

import cv2
import numpy as np

def feather_edge_opencv(image_path, feather_radius=10):
    # 读取图像，确保保留4通道BGRA格式
    img = cv2.imread(image_path, cv2.IMREAD_UNCHANGED)
    if img.shape[2] != 4:
        # 若图像无alpha通道，先手动添加（非必需，仅适配特殊情况）
        img = cv2.cvtColor(img, cv2.COLOR_BGR2BGRA)
    
    # 分离颜色通道与alpha通道
    b, g, r, alpha = cv2.split(img)
    
    # 生成二值掩码（区分透明与不透明区域）
    _, mask = cv2.threshold(alpha, 0, 255, cv2.THRESH_BINARY)
    
    # 距离变换：计算每个不透明像素到最近透明区域的距离
    dist_transform = cv2.distanceTransform(mask, cv2.DIST_L2, 5)
    # 归一化距离值到0-255范围
    dist_transform = cv2.normalize(dist_transform, None, 0, 255, cv2.NORM_MINMAX, dtype=cv2.CV_8U)
    
    # 生成羽化蒙版：距离小于羽化半径的区域做线性透明过渡
    feather_mask = np.where(
        dist_transform <= feather_radius,
        (dist_transform / feather_radius) * 255,
        255
    ).astype(np.uint8)
    
    # 合并原alpha通道与羽化蒙版，确保原透明区域保持完全透明
    new_alpha = cv2.bitwise_and(feather_mask, alpha)
    
    # 重新组合通道得到最终图像
    feathered_img = cv2.merge((b, g, r, new_alpha))
    
    # 保存结果
    cv2.imwrite("feathered_opencv_result.png", feathered_img)
    return feathered_img

小提示 #

• 如果想要更柔和的过渡效果，可以把线性变换改成非线性的（比如用平方根函数）
• 羽化半径建议根据图像尺寸调整，比如1000x1000的图像用15-20的半径会比较自然

内容的提问来源于stack exchange，提问作者Z Dhillon