使用 PIL 从任何图像中删除透明度/alpha答案

【问题标题】：Remove transparency/alpha from any image using PIL使用 PIL 从任何图像中删除透明度/alpha
【发布时间】：2016-03-08 04:44:17
【问题描述】：

如何用指定的背景颜色替换任何图像（png、jpg、rgb、rbga）的 alpha 通道？它还必须适用于没有 Alpha 通道的图像。

【问题讨论】：

标签： python python-imaging-library pillow alphablending

【解决方案1】：

这可以通过检查图像是否透明来完成

def remove_transparency(im, bg_colour=(255, 255, 255)):

    # Only process if image has transparency (http://stackoverflow.com/a/1963146)
    if im.mode in ('RGBA', 'LA') or (im.mode == 'P' and 'transparency' in im.info):

        # Need to convert to RGBA if LA format due to a bug in PIL (http://stackoverflow.com/a/1963146)
        alpha = im.convert('RGBA').split()[-1]

        # Create a new background image of our matt color.
        # Must be RGBA because paste requires both images have the same format
        # (http://stackoverflow.com/a/8720632  and  http://stackoverflow.com/a/9459208)
        bg = Image.new("RGBA", im.size, bg_colour + (255,))
        bg.paste(im, mask=alpha)
        return bg

    else:
        return im

【讨论】：

在现代版本的 Pillow 中，您可能可以使用 .getchannel('A') 而不是 .split()[-1]。
将图像粘贴到背景上后，我还必须使用bg.convert('RGB')转换为RGB

【解决方案2】：

我建议使用Image.alpha_composite。
如果 png 没有 alpha 通道，此代码可以避免 tuple index out of range 错误。

from PIL import Image

png = Image.open(img_path).convert('RGBA')
background = Image.new('RGBA', png.size, (255,255,255))

alpha_composite = Image.alpha_composite(background, png)
alpha_composite.save('foo.jpg', 'JPEG', quality=80)

我还建议您使用image.show() 检查这两个结果。

此答案归功于shuuji3 和其他帮助在this other question 中建立大量答案库的人。

【讨论】：

【解决方案3】：

我用用户 tutuDajuju 更新了Vincius M's code，建议制作 [height, width, 3] 矩阵（不是 [height, width, 4]）：

from PIL import Image
import numpy as np

png = Image.open(img_path).convert('RGBA')
background = Image.new('RGBA', png.size, (255,255,255))

alpha_composite = Image.alpha_composite(background, png)
# if you check the matrix dimension, channel, it would be still 4.  
h, w, channel = np.asarray(alpha_composite)

alpha_composite_3 = alpha_composite.convert('RGB')
# if you check the matrix dimension, channel, it would be 3.  
h, w, channel = np.asarray(alpha_composite_3)

【讨论】：