OpenCV混合多图计算平均色与Photoshop结果不一致如何解决

问题背景 #

Photoshop中存在多层图层结构，Python环境已存储对应所有图层的图像数据：

• Photoshop端可直接读取文档RGB通道得到整个文档的全局平均色
• Python端原实现采用cv2.addWeighted接口混合图像，再基于三通道直方图计算平均色，但输出结果与Photoshop原生计算结果存在明显偏差

原实现代码如下：

im1 = cv2.imread('a1.png')
im2 = cv2.imread('a2.png')
im3 = cv2.imread('a3.png')
alpha = 0.5
beta = (1.0 - alpha)
blended = cv2.addWeighted(im1, alpha, im2, beta, 0.0)
blended = cv2.addWeighted(blended, alpha, im3, beta, 0.0)
# cv2.imwrite('blended.png', blended)
averageColor = []

chans = cv2.split(blended)
colors = ("b", "g", "r")
for (chan, color) in zip(chans, colors):
    # create a histogram for the current channel and plot it
    hist = cv2.calcHist([chan], [0], None, [256], [0, 256])
    for i in range(len(hist)):
        if (hist[i]) != 0:
            averageColor.append(i)
            break

print("Average color: ", averageColor)
base_color = np.fill((aw, ah, 3), averageColor)
base_color_layer = Image.fromarray(base_color)
base_color_layer.save("Base Color.png")

已知图层属性：

• im3为仅包含单一颜色(129, 127, 121)的“dup”图层
• im2为所有Mask图层通过np.add累加得到的结果
• im1为背景图像

问题成因 #

• 图层混合逻辑完全不符合Photoshop规则：Photoshop默认「正常」混合模式下，图层从下到上逐层叠加，上层不透明度为100%时会完全覆盖下层内容。原代码固定用0.5权重做两次加权，最终三层权重分别为im1占25%、im2占25%、im3占50%，和实际图层堆叠的权重逻辑完全不符；且im2是蒙版累加结果，本质是透明度控制数据，原代码直接将其作为普通RGB图层参与加权，完全不符合蒙版的计算逻辑。
• 平均色计算逻辑错误：原代码遍历直方图取第一个非零值的通道色阶，本质是取该通道的最小像素值，并非通道平均值。全局平均色需要计算通道内所有像素值的算术平均，和直方图非零起始值没有关系。
• 色彩通道顺序不匹配：OpenCV默认读取图像为BGR通道顺序，Photoshop采用RGB通道顺序，直接计算会导致红、蓝通道值互换，结果必然存在偏差。
• API使用错误：原代码使用np.fill生成纯色填充层，该API是原地填充数组，无返回值，无法得到预期的纯色数组。

修正方案 #

• 对齐通道顺序：OpenCV读取的所有图像统一通过cv2.cvtColor(im, cv2.COLOR_BGR2RGB)转为RGB顺序，和Photoshop通道规则对齐。
• 实现正确的图层混合逻辑：从最底层背景开始，逐层向上按「正常」混合模式公式合成：合成结果 = 上层像素值 * 上层有效透明度 + 下层已合成结果 * (1 - 上层有效透明度)，计算完成后将值截断到0-255范围避免溢出。其中蒙版累加结果归一化到0-1范围后作为透明度参数参与计算，不要作为RGB颜色层混合。
• 修正平均色计算逻辑：得到和Photoshop视觉效果一致的全文档合成图后，直接对每个通道计算所有像素的算术平均值即可，无需遍历直方图。
• 修正纯色层生成逻辑：使用np.full生成对应尺寸的纯色数组，替代无返回值的np.fill，同时纯色值直接按已知值写入，避免文件读取带来的误差。

修正后的参考代码：

import cv2
import numpy as np
from PIL import Image

# 读取背景层，转RGB对齐PS通道顺序
im_bg = cv2.imread('a1.png')
im_bg = cv2.cvtColor(im_bg, cv2.COLOR_BGR2RGB)
ah, aw = im_bg.shape[:2]

# 处理蒙版累加层：归一化到0-1范围作为透明度蒙版，不作为RGB层使用
mask_accum = cv2.imread('a2.png', 0) / 255.0
# 替换为蒙版关联图层的实际RGB颜色值，按PS中蒙版绑定的图层内容调整
mask_layer_rgb = np.ones_like(im_bg) * 255
mask_layer_alpha = 1.0  # 替换为蒙版关联图层的实际不透明度

# 生成dup纯色层
im_dup = np.zeros_like(im_bg)
im_dup[:] = (129, 127, 121)
dup_layer_alpha = 1.0  # 替换为dup图层的实际不透明度

# 从底向上逐层按正常模式混合
# 第一步：混合背景层与蒙版关联图层
blended = im_bg * (1 - mask_accum[..., None] * mask_layer_alpha) + mask_layer_rgb * (mask_accum[..., None] * mask_layer_alpha)
# 第二步：混合已有结果与dup纯色层
blended = blended * (1 - dup_layer_alpha) + im_dup * dup_layer_alpha
# 截断值到0-255范围，转8位无符号整数格式
blended = np.clip(blended, 0, 255).astype(np.uint8)

# 直接计算三通道全局平均值
average_color = np.mean(blended, axis=(0, 1)).astype(np.uint8).tolist()
print("Average color (RGB): ", average_color)

# 生成平均色填充层
base_color = np.full((ah, aw, 3), average_color, dtype=np.uint8)
base_color_layer = Image.fromarray(base_color)
base_color_layer.save("Base Color.png")

内容的提问来源于stack exchange，提问作者Ahmad Uzzam Masood