如何合并两张带Alpha通道的RGBA图像（输出为8位图像）

问题背景 #

需要合并两张形状为(h,w,4)的RGBA图像，需考虑8位Alpha通道的透明度混合，但使用OpenCV位运算方法出现异常像素——原因是位运算仅适用于二进制Alpha通道，无法处理渐变的8位透明度。

正确实现思路 #

采用Alpha混合公式进行加权计算，核心是根据两张图像的Alpha值对RGB通道做加权平均，同时计算最终的Alpha通道。具体公式：

• 最终Alpha值：alpha_out = alpha1 + alpha2 * (1 - alpha1)
• 最终RGB值：rgb_out = (rgb1 * alpha1 + rgb2 * alpha2 * (1 - alpha1)) / alpha_out（当alpha_out不为0时）

该方法支持8位渐变Alpha，且最终输出保持8位图像格式。

代码实现 #

import cv2
import numpy as np
import matplotlib.pyplot as plt

# 读取RGBA图像
image1 = cv2.imread("image1.png", cv2.IMREAD_UNCHANGED)
image2 = cv2.imread("image2.png", cv2.IMREAD_UNCHANGED)

# 转换为float32类型，避免计算溢出
img1_float = image1.astype(np.float32) / 255.0
img2_float = image2.astype(np.float32) / 255.0

# 分离RGB和Alpha通道
rgb1, alpha1 = img1_float[..., :3], img1_float[..., 3:4]
rgb2, alpha2 = img2_float[..., :3], img2_float[..., 3:4]

# 计算混合后的Alpha通道
alpha_out = alpha1 + alpha2 * (1 - alpha1)

# 计算混合后的RGB通道，处理alpha_out为0的情况（避免除以0）
rgb_out = np.where(alpha_out > 0, 
                   (rgb1 * alpha1 + rgb2 * alpha2 * (1 - alpha1)) / alpha_out,
                   0.0)

# 合并通道并转换回uint8格式
output = np.concatenate([rgb_out, alpha_out], axis=-1)
output = (output * 255).astype(np.uint8)

# 显示结果
plt.figure(figsize=(12,12))
plt.imshow(cv2.cvtColor(output, cv2.COLOR_BGRA2RGBA))
plt.axis('off')
plt.show()

代码说明 #

1. 类型转换：将图像从uint8转为float32并归一化到0-1区间，防止计算过程中出现溢出或精度丢失。
2. 通道分离：分别提取RGB颜色通道和Alpha透明度通道。
3. Alpha混合计算：按照标准的Alpha合成公式计算最终的透明度和颜色值，确保渐变透明度的正确混合。
4. 格式转回：将计算结果转回uint8格式，保持输出为8位图像。

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