在 Python 中尽可能高效地覆盖混合模式（Numpy，OpenCV）

Question

假设我有两个相同尺寸、8 位颜色、RGB 格式的 numpy 图像数组，a 和 b。现在假设我想生成一个新的 numpy 数组，其像素值是使用“叠加”混合模式组合的前两个像素值。

它的定义，取自维基百科，如下，其中b是顶层，a是底层：

在公式中，我相信a 和b 用它们的“白度”表示，即全白像素为1，全黑像素为0。我不确定色调如何发挥作用进入那个。

我不确定是否有更快的方法来做到这一点，而不是逐个像素地迭代两个图像，这对于 1920x1080 图像来说真的很慢。我需要能够尽快做到这一点。

例如，我设法实现了加法混合模式如下：

import numpy as np
import cv2

a = cv2.imread("a.jpg", cv2.IMREAD_UNCHANGED)
b = cv2.imread("b.jpg", cv2.IMREAD_UNCHANGED)

a = a.astype(float)
b = b.astype(float)

ab = a
for i in range(len(ab)):
  ab[i] = a[i] + b[i]

cv2.imwrite('Out.png', ab)

这似乎相当快，而且肯定比试图通过逐个像素迭代来实现同样的事情要快得多。但是再一次，这只是 Addition 混合模式，我需要 Overlay 混合模式。

如果你知道任何 Python 实现的 numpy 数组形式的两个 RGB 图像之间的 Overlay 混合模式非常有效，请帮助我找到它。如果没有，您能否尽可能高效地实施它？

Answer 1

import numpy as np
import cv2

a = cv2.imread("a.jpg", cv2.IMREAD_UNCHANGED)
b = cv2.imread("b.jpg", cv2.IMREAD_UNCHANGED)

a = a.astype(float)/255  
b = b.astype(float)/255 # make float on range 0-1

mask = a >= 0.5 # generate boolean mask of everywhere a > 0.5 
ab = np.zeros_like(a) # generate an output container for the blended image 

# now do the blending 
ab[~mask] = (2*a*b)[~mask] # 2ab everywhere a<0.5
ab[mask] = (1-2*(1-a)*(1-b))[mask] # else this 

我认为应该这样做。现在ab 是-1,2 上的浮动图像，是a 和b 的混合。这将相对较快，因为它使用broadcasting 和masking 而不是循环。我很想知道速度差异。

---

Mark Setchell 于 2018 年 11 月 16 日添加的以下材料，让你们都知道谁是有罪的一方 :-)

Kayaks 先生的代码计算的值是 0..1 范围内的浮点数，而 imwrite() 期望 0..255 范围内的 uint8s。所以你只需要在他的代码底部添加以下内容：

# Scale to range 0..255 and save
x=(ab*255).astype(np.uint8) 
cv2.imwrite('result.png',x) 

如果你把这两张图片分别为a.jpg和b.jpg：

如果您选择叠加混合模式，您将在左侧获得结果 - 右侧是您从 Photoshop 获得的结果：