Android Studio中Java实现图片叠加及黑边裁剪技术问询

我来帮你搞定这个图片叠加裁剪的需求！在Android里用位掩码处理其实挺直接的，咱们一步步来：

你需要把拍摄的衬衫图和黑色遮罩轮廓图做像素级的位运算——用遮罩图的黑色区域（像素值为0）过滤掉衬衫图中不需要的部分，只保留遮罩非黑色区域对应的衬衫像素，最终得到贴合轮廓的裁剪结果。

首先得把遮罩图和拍摄的衬衫图转换成Bitmap，并且保证两者尺寸完全一致，不然叠加会错位：

// 加载drawable里的黑色遮罩轮廓图
val maskBitmap = BitmapFactory.decodeResource(resources, R.drawable.shirt_outline_mask)
// 从你保存的文件路径加载拍摄的衬衫图
val shirtBitmap = BitmapFactory.decodeFile(yourSavedShirtImagePath)

// 把衬衫图缩放到和遮罩图一致的尺寸
val scaledShirtBitmap = Bitmap.createScaledBitmap(shirtBitmap, maskBitmap.width, maskBitmap.height, true)

Android的Canvas提供了Xfermode工具，可以快速实现像素级的混合效果，比逐像素遍历性能好很多。这里用SRC_IN模式正好匹配你的需求：

// 创建空白的结果Bitmap，用ARGB_8888格式支持透明度
val resultBitmap = Bitmap.createBitmap(maskBitmap.width, maskBitmap.height, Bitmap.Config.ARGB_8888)
val canvas = Canvas(resultBitmap)

// 先绘制遮罩图作为"模板"
canvas.drawBitmap(maskBitmap, 0f, 0f, null)

// 设置Xfermode：只保留源图（衬衫）和目标图（遮罩）重叠且不透明的部分
val paint = Paint()
paint.xfermode = PorterDuffXfermode(PorterDuff.Mode.SRC_IN)

// 绘制衬衫图，此时会自动根据遮罩过滤掉黑色区域
canvas.drawBitmap(scaledShirtBitmap, 0f, 0f, paint)

// 清除Xfermode，避免影响后续其他绘制操作
paint.xfermode = null

简单解释下SRC_IN：先画的遮罩图是"目标"，后画的衬衫图是"源"，最终只会保留源图中与目标图非透明（非黑色）区域重叠的部分，完美实现按轮廓裁剪。

现在resultBitmap就是你要的裁剪后的衬衫图了，可以直接预览或者保存到设备：

// 预览：把结果设置到ImageView
yourResultImageView.setImageBitmap(resultBitmap)

// 保存到文件
val outputFile = File(getExternalFilesDir(null), "cropped_shirt.png")
val outputStream = FileOutputStream(outputFile)
resultBitmap.compress(Bitmap.CompressFormat.PNG, 100, outputStream)
outputStream.close()

• 必须用ARGB_8888格式的Bitmap，不然透明度和像素混合会出问题。
• 如果遮罩图的黑色区域不是纯黑（RGB(0,0,0)），可以先对遮罩图做预处理，把接近黑色的像素转成纯黑，其他转纯白：

// 预处理遮罩图，确保黑色区域纯黑，白色区域纯白
val processedMask = Bitmap.createBitmap(maskBitmap.width, maskBitmap.height, Bitmap.Config.ARGB_8888)
val maskCanvas = Canvas(processedMask)
val maskPaint = Paint()
// 通过ColorFilter把非黑区域转白，黑色区域保留
maskPaint.colorFilter = LightingColorFilter(0xFFFFFF, 0x000000)
maskCanvas.drawBitmap(maskBitmap, 0f, 0f, maskPaint)
// 后续用processedMask代替原maskBitmap即可

• 处理大图片时建议在后台线程（比如Coroutine、AsyncTask）中执行，避免主线程卡顿甚至ANR。

内容的提问来源于stack exchange，提问作者gad74