Python：如何将图像Alpha通道转换为背景黑人像白的灰度图？

场景1：抠图结果为带透明通道的RGBA图 #

如果你的抠图结果是带有透明背景的RGBA格式图片，可直接提取Alpha通道生成目标灰度图：

OpenCV 实现代码 #

import cv2
import numpy as np

# 读取图片（保留透明通道）
img = cv2.imread("抠图结果.png", cv2.IMREAD_UNCHANGED)

# 提取Alpha通道（人像区域为255，背景为0）
alpha = img[:, :, 3]

# 若原Alpha通道逻辑相反（背景白、人像黑），执行反转：alpha = 255 - alpha
cv2.imwrite("黑白掩码图.png", alpha)

PIL/Pillow 实现代码 #

from PIL import Image

img = Image.open("抠图结果.png")
alpha = img.split()[3]
# 若原Alpha通道逻辑相反，执行反转：alpha = Image.eval(alpha, lambda x: 255 - x)
alpha.save("黑白掩码图.png")

场景2：抠图结果为彩色RGB图（背景为纯色/区分度高的颜色） #

如果抠图结果是彩色图（人像保留色彩，背景为绿色、蓝色等纯色），可通过颜色阈值分割生成目标灰度图：

OpenCV 实现代码（纯色背景） #

import cv2
import numpy as np

# 读取彩色抠图结果
img = cv2.imread("抠图结果.jpg")

# 转HSV色彩空间，方便区分背景色
hsv = cv2.cvtColor(img, cv2.COLOR_BGR2HSV)

# 定义背景色的HSV范围（以绿色为例，需根据你的图片调整）
lower_green = np.array([40, 40, 40])
upper_green = np.array([70, 255, 255])

# 生成背景掩码（背景为白色，人像为黑色）
bg_mask = cv2.inRange(hsv, lower_green, upper_green)

# 反转掩码得到人像白、背景黑的结果
result = 255 - bg_mask

# 保存结果
cv2.imwrite("黑白掩码图.png", result)

优化方案：自适应阈值（背景颜色不均场景） #

如果背景颜色不统一，可先转灰度图再用自适应阈值分割：

import cv2

img = cv2.imread("抠图结果.jpg")
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)

# 自适应阈值分割，自动区分人像与背景
result = cv2.adaptiveThreshold(gray, 255, cv2.ADAPTIVE_THRESH_GAUSSIAN_C, cv2.THRESH_BINARY_INV, 11, 2)

cv2.imwrite("黑白掩码图.png", result)

关键说明 #

• 若使用颜色阈值法，需根据你的抠图结果调整HSV范围（可借助取色工具获取背景色的HSV值）；
• 自适应阈值法无需手动设置阈值，适合背景复杂的场景；
• 最终输出的是单通道灰度图，完全符合“背景黑、人像白”的需求。

内容的提问来源于stack exchange，提问作者oHuflying