如何在Python OpenCV中为带透明通道的PNG实现平滑渐变蒙版？

你用bitwise_and只能得到硬边缘的二进制效果，因为这个操作只判断掩码像素是否为0，不会利用灰度蒙版的渐变信息。要实现类似PS的平滑渐变蒙版，得用像素级的加权混合，利用灰度蒙版的亮度值控制原图每个像素的可见度/透明度。

实现步骤 #

1. 读取带透明通道的PNG原图，必须指定cv.IMREAD_UNCHANGED保留Alpha通道
2. 将渐变蒙版转为灰度图，再归一化到0-1的浮点范围（避免整数运算溢出）
3. 把单通道的灰度蒙版扩展为和原图通道数一致的多通道蒙版（比如原图是4通道BGRA，蒙版也要变成4通道，每个通道都是灰度值）
4. 将原图转为浮点型，和蒙版逐像素相乘，再转回8位无符号整数
5. 输出处理后的图像

完整代码 #

import cv2 as cv
import numpy as np

def applyGradientToReflection(reflectionPath, gradientMask):
    # 读取带透明通道的原图
    reflection_img = cv.imread(reflectionPath, cv.IMREAD_UNCHANGED)
    if reflection_img is None:
        raise ValueError("无法读取反射图片")
    
    # 处理渐变蒙版：转灰度+归一化到0-1
    if len(gradientMask.shape) == 3:
        # 区分带透明通道和普通彩色蒙版
        gradient_gray = cv.cvtColor(gradientMask, cv.COLOR_BGRA2GRAY) if gradientMask.shape[2] ==4 else cv.cvtColor(gradientMask, cv.COLOR_BGR2GRAY)
    else:
        gradient_gray = gradientMask
    
    # 确保蒙版尺寸和原图一致，不一致则缩放
    if gradient_gray.shape != reflection_img.shape[:2]:
        gradient_gray = cv.resize(gradient_gray, (reflection_img.shape[1], reflection_img.shape[0]))
    
    # 归一化到0-1的浮点型，用于加权混合
    gradient_normalized = gradient_gray.astype(np.float32) / 255.0
    
    # 扩展蒙版通道数，和原图通道数匹配
    gradient_mask_expanded = np.expand_dims(gradient_normalized, axis=-1)
    gradient_mask_expanded = np.repeat(gradient_mask_expanded, reflection_img.shape[2], axis=-1)
    
    # 逐像素加权混合，转回8位整数格式
    result = (reflection_img.astype(np.float32) * gradient_mask_expanded).astype(np.uint8)
    
    return result

关键说明 #

• bitwise_and是按位运算，仅根据掩码是否为0决定像素保留/丢弃，无法处理渐变灰度值带来的过渡效果
• 浮点乘法的方式，让蒙版每个像素的亮度（0-255）对应原图像素的保留比例（0-1），从而实现从完全透明到完全可见的平滑过渡
• 必须保证蒙版和原图尺寸一致，否则会出现维度不匹配的错误
• 保留原图的Alpha通道，最终输出依然是带透明通道的PNG格式

内容的提问来源于stack exchange，提问作者konradns