OpenCV入门（4）：透明图像（RGBA）的处理

RGBA色彩空间和Alpha通道

RGBA是代表Red（红色）Green（绿色）Blue（蓝色）和Alpha的色彩空间，虽然它有的时候被描述为一个颜色空间，但是它其实仅仅是在RGB色彩空间上附加了额外的Alpha通道。在计算机图形学中，一个RGB色彩空间的图形，是由红、绿、蓝三个色彩信息通道合成的，每个通道用了8位色彩深度，共计24位，包含了所有彩色信息。为实现图形的透明效果，采取在图形文件的处理与存储中附加上另一个8位信息的方法，这个附加的代表图形中各个素点透明度的通道信息就被叫做Alpha通道。

Alpha通道使用8位二进制数，可以表示256级灰度，取值范围是0~255。值为255的Alpha像素用以定义不透明的彩色像素，而值为0的Alpha通道像素用以定义透明像素，介于黑白之间的灰度（值为30-255）的Alpha像素用以定义不同程度的半透明像素。

处理带Alpha通道的透明图片

在使用OpenCV的imread()读取带透明部分的.png图片时，相对于jpg图片的直接读取，需要处理其alpha通道。如果直接以imread("图片路径", -1)的方式来读取而不作任何处理，直接imshow(）出来的图片的透明部分会被自动生成的噪点覆盖。

原图（马赛克为透明部分）：

未处理Alpha通道直接加载出来，透明部分被覆盖： 

因此要表现图片的透明情况，只能将其与其他图片叠时才能反映出来，通常是将一个抠过图的透明元素加载到背景中，这也是png格式透明图片在OpenCV中用到的最多的地方。

演示 ：将一张背景透明的人物图叠加到背景图上

人物图（png格式，人物后面的马赛克为透明部分）：

背景图：

 

代码示例： 

#include <opencv2/opencv.hpp>

using namespace cv;

void imageOverlay(const Mat &srcImage, Mat &dstImage, int x, int y);    // 图像叠加函数的定义

int main()
{
    // 创建两个图像矩阵，分别是要融合的人物和背景
    Mat people, background;
    people = imread("/home/efort/Downloads/people.png", -1);    // 此处要加上参数-1
    background = imread("/home/efort/Downloads/background.jpg");

    // 表示从背景的第(150, 267)开始设置对人物的叠加
    imageOverlay(people, background, 150, 267);
    imshow("富士山下", background);

    waitKey(0);

    return 0;
}

// 图像叠加函数的实现
void imageOverlay(const Mat &people, Mat &background, int x, int y)
{
    int channelNum = 3; // rgb通道数为3
    int alpha = 0;  // alpha值表示图像透明度，0代表完全透明，1代表完全不透明

    for (int i = 0; i < people.rows; i++)
    {
        for(int j = 0; j < people.cols * 3; j += 3)
        {
            alpha = people.ptr<uchar>(i)[j / 3*4 + 3];

            if(alpha != 0)
            {
                for (int k = 0; k < 3; k++)
                {
                    // jpg不存在alpha通道，所以给读取出来的数组增加一个alpha的维度
                    if( (i+y < background.rows) && (i+y>=0) &&
                        ((j+x*3) / 3*3 + k < background.cols*3) && ((j+x*3) / 3*3 + k >= 0) &&
                        (i/channelNum*4 + k < background.cols*4) && (j/channelNum*4 + k >=0) )
                    {
                        background.ptr<uchar>(i+y)[(j+x*channelNum) / channelNum*channelNum + k] = people.ptr<uchar>(i)[(j) / channelNum*4 + k];
                    }
                }
            }
        }
    }
}

 叠加后的运行结果如下：