使用Pillow替换透明图像背景为黑色后logo色彩失真如何解决

你遇到的颜色偏暗问题核心是Alpha通道的预乘/非预乘格式处理不匹配：

• 你使用的PNG素材的RGB值是已经和Alpha通道预乘过的（关联Alpha格式），也就是存储的RGB值本身已经乘过透明度系数
• Pillow的paste方法默认按照非关联Alpha的规则做混合：结果RGB = 前景RGB * 前景Alpha + 背景RGB * (1-前景Alpha)，相当于把已经预乘过的RGB又多乘了一次Alpha，最终颜色就会比实际偏暗。

方法1：直接操作像素通道（适合无半透明边缘的logo） #

如果你的logo非透明区域的Alpha值均为255，仅背景区域Alpha为0，不需要处理半透明过渡，可以直接按掩码替换像素，完全跳过混合逻辑，100%保留logo原始颜色：

from PIL import Image
import numpy as np

img = Image.open(IMG_PATH).convert("RGBA")
img_arr = np.array(img)
# 分离RGB和Alpha通道
rgb = img_arr[..., :3]
alpha = img_arr[..., 3:]
# Alpha为0的位置替换为黑色，其余位置保留原始RGB
new_rgb = np.where(alpha == 0, [0,0,0], rgb)
# 转成图像保存
new_img = Image.fromarray(new_rgb, mode="RGB")
new_img.save(SAVE_PATH, "PNG")

方法2：适配预乘Alpha规则（适合带半透明边缘的logo） #

如果logo有半透明边缘需要正确和黑色背景融合，就按预乘Alpha的规则做混合计算：

from PIL import Image
import numpy as np

img = Image.open(IMG_PATH).convert("RGBA")
img_arr = np.array(img).astype(np.float32) / 255.0
rgb = img_arr[..., :3]
alpha = img_arr[..., 3:]

# 预乘Alpha混合公式：结果RGB = 前景RGB + 背景RGB * (1 - alpha)
# 背景为黑色，背景RGB值为0，直接计算即可
new_rgb = rgb + (1 - alpha) * 0
# 转回0-255整数范围
new_rgb = (new_rgb * 255).astype(np.uint8)

new_img = Image.fromarray(new_rgb, mode="RGB")
new_img.save(SAVE_PATH, "PNG")

方法3：OpenCV实现版本 #

import cv2
import numpy as np

img = cv2.imread(IMG_PATH, cv2.IMREAD_UNCHANGED)
bgra = img.astype(np.float32) / 255.0
alpha = np.expand_dims(bgra[..., 3], axis=-1)

# 混合黑色背景
new_bgr = bgra[..., :3] + (1 - alpha) * 0
new_bgr = (new_bgr * 255).astype(np.uint8)
cv2.imwrite(SAVE_PATH, new_bgr)

内容的提问来源于stack exchange，提问作者Taka