Python如何处理PS导出的掩码图像 实现精准图像区域提取与合成

问题根源&解决方法 #

你遇到的错误是变量使用错误+掩码处理逻辑不对导致的，按下面的步骤调整就能得到和PS里一致的边缘贴合效果：

1. 首先修正代码里的变量错误：你读取掩码后赋值给了mask变量，但判断区域时错误使用了未定义的img变量，这是你得到矩形区域的核心原因。
2. 不要用二值逻辑处理带抗锯齿的掩码：PS导出的边缘贴合的掩码自带半透明过渡像素，不是纯黑纯白的二值图，用!=255做硬切割会直接丢失边缘过渡，最终效果会有锯齿。
3. 不要用matplotlib做图像导出：matplotlib默认会给图像加色彩映射、边缘留白，即便设置了bbox_inches='tight'也可能出现分辨率、像素偏移的问题，直接用PIL处理图像合成更稳妥。

正确实现代码

import numpy as np
from PIL import Image

# 读取原图、目标图、掩码（掩码直接读灰度模式就行，不需要转RGB）
image1 = Image.open('image1.png').convert('RGBA')
image2 = Image.open('image2.png').convert('RGBA')
mask = Image.open('mask.png').convert('L') # L模式就是单通道灰度图

# 直接把image1通过掩码贴到image2上，自动保留掩码的半透明边缘
image2.paste(image1, mask=mask)

# 保存结果，如果不需要透明通道可以转成RGB再存
image2.convert('RGB').save('final_result.png')

如果确实需要先单独提取板栗区域，也可以直接用PIL处理，不要用numpy的硬切割：

# 提取image1的板栗区域
image1.putalpha(mask)
image1.convert('RGB').save('extracted_chestnut.png')

调整后就能得到和PS里掩码完全一致的边缘贴合效果，不需要额外的工具，修正逻辑用原生PIL就可以实现。

内容的提问来源于stack exchange，提问作者aest