imshow 如何处理具有 M x N x 4 输入的 alpha 通道？

Question

GH问题#3343

---

我正在使用 matplotlib 中的 imshow 函数来可视化一些数据。我有两个数组，A 和 B，它们的大小相同。我想使用颜色图在 A 中显示标量值，我想使用 alpha 通道在 B 中显示标量值。换句话说，如果 A 和 B 中给定坐标处的值很大，则图中的像素将是亮绿色且不透明。如果它在 A 而不是 B 中很大，那么它将是亮绿色但大部分是透明的。如果它在 B 而不是 A 中很大，那么它将是不透明的，而是白色的。

但是，生成的图像不是我所期望的。我的输入数据称为d，它是通过将 A 数组与 matplotlib 颜色映射（即mpl.cm.BuGn(A)）和 B em> 数组。

在这里，我将绘制完整的图像（我想要实际使用的）、RGB 图像（A，使用BuGn 映射）和提供 alpha 的数组（B，带有灰度颜色图）。

f, (ax0, ax1, ax2) = plt.subplots(1, 3, figsize=(5, 2.5))

ax0.imshow(d)
ax1.imshow(d[..., :-1])
ax2.imshow(d[..., -1])

我对完整图像中的斑点灰色垃圾的来源感到困惑，因为颜色图中没有任何值是这些颜色。为了更显着地显示这种效果，我可以更改颜色图的边界，使它们远离数据的极端并重新绘制：

我不明白为什么具有较大 alpha 值的白色像素会显示为灰色。不透明的白色应该仍然是白色的。

请注意，此行为与我绘制 RGB 组件数组并使用 alpha kwarg 降低透明度（即 ax2.imshow(d[..., :-1], alpha=.3)）不同：

Answer 1

古老的ballsdotballs修改后的答案似乎是合理的。从那个邮件列表帖子中，看起来处理 alpha 值没有经过仔细考虑。此外，从原始帖子中的示例来看，在我看来，imshow 中的 alpha arg 的合成方式与 RGBA 数据中提供的 alpha 数字不同。

要解决 Agg 正在执行的任何混合操作，可以避免 alpha 并手动进行合成。

A = np.tile(np.linspace(0, 1, num=100), (100, 1))  # gradient
B = A.T
d = plt.cm.BuGn(A)
d[..., -1] = B

composite = (d[..., :-1] * d[..., -1].reshape(100, 100, 1) +
    (1 - d[..., -1]).reshape(100, 100, 1))

fig, axes = plt.subplots(1, 2)
axes[0].imshow(d)
axes[1].imshow(composite)

我确信有更好的方法来进行重塑，但这不是这里的问题。

Answer 2

我的第一个答案完全错误，所以这是我的新尝试。

DaveAllen 的上述评论准确地再现了该问题。

import numpy as np
import matplotlib.pyplot as plt

d = np.ones((100, 100, 4), dtype=np.uint8)*255
d[:, :, 3] = np.linspace(0, 255, num=100)
plt.imshow(d, interpolation='none')
plt.show()

产生：

您会期望具有可变 alpha 的白色背景上的白色图像是完全白色的。 “直接” alpha 就是这种情况。

似乎 matlplotlib 的图形后端正在显示图像，假设“预乘”alpha，这意味着 alpha 会影响图像的颜色。这可以解释上图。

http://en.wikipedia.org/wiki/Alpha_compositing http://blogs.msdn.com/b/shawnhar/archive/2009/11/06/premultiplied-alpha.aspx https://www.mail-archive.com/matplotlib-users@lists.sourceforge.net/msg22377.html

(1.0,1.0,1.0,0.5) 的像素在显示时，其颜色首先乘以其 Alpha 通道，因此它们显示为 (0.5,0.5,0.5,0.5)，灰色。

右边的像素是不透明的白色的，所以它们看起来是白色的。左侧的像素显示为黑色和透明，因此它们看起来与背景颜色相同，即白色。

中间的像素是灰色的，因为它们既不显示白色也不透明。