如何用PIL基于像素值范围生成带衰减效果的Alpha图像

需求说明 #

现有一张灰度图像，需要基于指定像素值范围生成Alpha图层，模拟Photoshop中颜色范围工具的效果：选择阴影区域时，设置不同模糊度（如20%、100%）得到带渐变过渡的Alpha通道。目前用PIL+Numpy尝试实现，但高斯衰减函数生成的梯度效果不符合预期。

现有代码问题分析 #

1. 未匹配Photoshop颜色范围的核心逻辑：它是选择区间内像素，再通过模糊度控制区间外的过渡衰减，而非基于单一像素值的距离计算。
2. 高斯函数参数设置不合理，未对应模糊度的比例，导致过渡效果偏差。
3. 测试代码中pixel变量未定义，逻辑不完整。

正确实现方案 #

核心思路 #

完全对齐Photoshop颜色范围的工作逻辑：

• 定义目标像素区间（比如阴影区域：0~threshold_low）
• 模糊度（Fuzziness）控制过渡区间宽度：从threshold_low到threshold_low + 255*模糊度比例，像素Alpha值从255（完全不透明）衰减到0（完全透明）
• 提供线性衰减（低模糊度硬过渡）和高斯衰减（高模糊度柔过渡）两种选项

完整代码实现 #

from PIL import Image
import numpy as np

# 生成横向渐变测试灰度图（左0到右255）
def generate_test_img():
    img_array = np.arange(0, 256, 0.1).astype(np.uint8)
    img_array = np.reshape(img_array, (-1, 1))
    img_array = np.repeat(img_array, 500, axis=1)
    return Image.fromarray(img_array.T)

# 线性衰减：对应低模糊度（如20%）的硬过渡效果
def linear_falloff(gray_values, threshold_low, fuzziness_percent):
    fuzz_range = 255 * fuzziness_percent
    threshold_high = threshold_low + fuzz_range
    
    # 生成Alpha值：区间内全不透明，区间外全透明，中间线性衰减
    alpha = np.where(gray_values <= threshold_low, 255, 
                     np.where(gray_values >= threshold_high, 0, 
                              255 * (threshold_high - gray_values) / fuzz_range))
    return alpha.astype(np.uint8)

# 高斯衰减：对应高模糊度（如100%）的柔过渡效果
def gauss_falloff(gray_values, threshold_low, fuzziness_percent):
    fuzz_range = 255 * fuzziness_percent
    # 仅计算超出阈值的像素距离
    distance = np.maximum(gray_values - threshold_low, 0)
    # 用3σ规则匹配模糊度范围，确保过渡宽度符合预期
    sigma = fuzz_range / 3
    alpha = 255 * np.exp(-(distance ** 2) / (2 * sigma ** 2))
    alpha = np.clip(alpha, 0, 255)
    return alpha.astype(np.uint8)

# 主执行流程
if __name__ == "__main__":
    test_img = generate_test_img()
    img_array = np.array(test_img)
    
    # 参数配置：模拟选择阴影区域，模糊度设为20%（0.2）或100%（1.0）
    shadow_threshold = 50  # 阴影区域的灰度上限
    fuzziness = 0.2  # 对应Photoshop的模糊度百分比
    
    # 切换衰减方式：linear_falloff 或 gauss_falloff
    alpha_channel = linear_falloff(img_array, shadow_threshold, fuzziness)
    # alpha_channel = gauss_falloff(img_array, shadow_threshold, fuzziness)
    
    alpha_img = Image.fromarray(alpha_channel)
    alpha_img.save("alpha_channel.png")
    alpha_img.show()

代码说明 #

• 测试图像：生成横向渐变灰度图，可直观观察Alpha通道的过渡效果
• 线性衰减：过渡区间内Alpha值线性下降，匹配低模糊度的硬边缘效果
• 高斯衰减：过渡区间内Alpha值按高斯曲线平滑下降，匹配高模糊度的柔边缘效果
• 参数映射：fuzziness直接对应Photoshop的模糊度百分比（如0.2=20%），shadow_threshold对应颜色范围中选择的阴影灰度上限

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