如何使用PIL的GaussianBlur模糊四边形内边缘并调整透明度

原有代码问题 #

你对参数的判断是正确的：PIL.ImageFilter.GaussianBlur(80)中传入的80是高斯模糊半径，和透明度无关。
原有逻辑直接对整份alpha通道做全量高斯模糊，大模糊半径下模糊效果会自然渗透到图像中心区域，无法实现仅模糊内边缘的效果。
原有错误实现代码：

alpha = img_rotated_rgba.split()[-1]
newalpha = numpy.array(alpha.filter(PIL.ImageFilter.GaussianBlur(80)))
newalpha[numpy.array(alpha)==0] = 0
img_rotated_rgba.putalpha(PIL.Image.fromarray(newalpha))

修正思路 #

要实现仅模糊四边形内边缘、不影响中心清晰度，同时支持自定义透明度，核心逻辑是拆分蒙版分层处理：

• 先提取四边形的二值化alpha蒙版，区分完全透明区域、实体区域
• 通过蒙版腐蚀（向内收缩）+ 差集计算，单独提取出四边形的内边缘窄带区域
• 仅对边缘窄带做高斯模糊，中心区域始终保持完全不透明
• 单独给边缘区域配置透明度参数，实现自定义效果

可直接运行的修正代码 #

from PIL import Image, ImageFilter
import numpy

# ========== 自定义参数区 ==========
blur_radius = 20    # 高斯模糊半径，数值越大边缘过渡越柔和
edge_width = 40     # 内边缘模糊带宽度，数值越大模糊覆盖的边缘范围越宽
edge_opacity = 0.3  # 边缘最外侧透明度，取值范围0~1，数值越小边缘越淡
# =================================

# 提取原始alpha通道
alpha = img_rotated_rgba.split()[-1]
alpha_np = numpy.array(alpha)

# 生成二值化四边形蒙版（非透明区值为255，透明区值为0）
binary_mask = numpy.where(alpha_np > 0, 255, 0).astype(numpy.uint8)
binary_mask_img = Image.fromarray(binary_mask)

# 生成向内收缩后的蒙版，用于定位需要保留清晰效果的中心区域
eroded_mask = binary_mask_img.filter(ImageFilter.MinFilter(edge_width))
eroded_mask_np = numpy.array(eroded_mask)

# 原始蒙版和收缩后蒙版做差集，得到仅包含内边缘的窄带蒙版
edge_mask_np = binary_mask - eroded_mask_np
edge_mask_img = Image.fromarray(edge_mask_np)

# 仅对边缘窄带做高斯模糊
blurred_edge_np = numpy.array(edge_mask_img.filter(ImageFilter.GaussianBlur(blur_radius)))

# 合成最终alpha通道
new_alpha_np = numpy.zeros_like(alpha_np)
# 中心区域保持完全不透明
new_alpha_np[eroded_mask_np > 0] = 255
# 边缘区域应用模糊+自定义透明度
edge_zone = edge_mask_np > 0
new_alpha_np[edge_zone] = (blurred_edge_np[edge_zone] * edge_opacity).astype(numpy.uint8)
# 原始图像外的透明区域保持完全透明
new_alpha_np[alpha_np == 0] = 0

# 将新alpha通道应用回原图
img_rotated_rgba.putalpha(Image.fromarray(new_alpha_np))

参数调整指南 #

• 若模糊效果侵入中心清晰区域：调小edge_width参数，确保收缩后的蒙版完全覆盖需要保留清晰度的中心范围
• 若边缘过渡太生硬：调大blur_radius参数，拉长模糊过渡距离
• 若边缘颜色过深/过浅：调整edge_opacity参数，数值越低边缘越通透，数值越高边缘越接近原图不透明度

内容的提问来源于stack exchange，提问作者Kara