这张图片的Alpha通道 中的值越往下越趋近于零。 在计算机图形学 领域中,Alpha合成 (英語:alpha compositing ),又称Alpha混合 (英語:alpha blending ),是一种将图像与背景结合的过程,结合后可以产生部分透明或全透明的视觉效果。Alpha合成也叫阿尔法合成 或透明合成 。渲染图像时,通常会将目标图像中的多个子元素单独渲染,最后再把多张子元素的图片合成 (英语 : Compositing ) 为单独的图像。例如,电视直播时就会将大量计算机生成的图像元素合成到现场镜头上。
要正确结合图像元素,每个元素的必须有对应的遮片 (英语 : Matte (filmmaking) ) 。遮片包含覆盖范围信息——图中几何对象的形状——可以藉此分辨图像中的任意位置到底是被绘制的几何对象本身,还是逻辑上的「空白」区域。
描述 为了保存遮片信息,匠白光 提出了Alpha通道 的概念,后由托马斯·波特 (英语 : Thomas K. Porter ) 和汤姆·达夫 (英语 : Tom Duff ) 完善。[ 1] 二维图像里记录着每个像素 的颜色信息,额外的信息以 0 和 1 之间的值表示,记录在Alpha通道里。0 表示该像素没有覆盖信息,是透明的,即图中的几何体没有覆盖到本像素;而 1 则表示像素不透明,几何体完全覆盖了此像素。
图像中使用的Alpha通道通常有两种表示形式:平直Alpha (英語:straight alpha )和预乘Alpha (英語:premultiplied alpha )。
如果使用平直Alpha,图像中的RGB分量仅表示像素的颜色,与是否透明无关。 如果使用预乘Alpha,图像中的RGB分量也表示像素的颜色,但事先已经和不透明度做了乘法。某些使用场景下,这样的做法可以在后续合成时节省一次乘法。不过预乘Alpha的最显著优势在于使用简单、准确而非性能。[ 2] 如果用平直的(非预乘)RGBA 元组表达像素颜色,那么像素值 (0, 0.7, 0, 0.5) 表示像素有 70% 的最大绿色亮度,同时不透明度是 50%。同样条件下的纯绿色是 (0, 1, 0, 0.5)。而如果用预乘Alpha,此处的 RGB 值 (0, 0.7, 0) 需要都乘以 0.5,表达为 (0, 0.35, 0, 0.5)。虽然此处 G 通道的值是 0.35 ,但它表示的还是最大亮度的 70%(其中包含了 50% 的不透明度)。此时的纯绿色则需要表达为 (0, 0.5, 0, 0.5)。因此,了解图像(文件)到底使用的是平直Alpha还是预乘Alpha非常重要,只有这样才能对图像做正确的处理和合成。
有了Alpha通道,图片的合成操作就可以用合成代数 (英语 : Composition algebra ) 的形式表达。假设有图像元素 A 和 B,最常见的合成操作就是把 A 作为前景、B 作为背景,我们称这种操作(运算)为 over ,记作 A over B {\displaystyle A\operatorname {over} B} 。除此之外,波特和达夫还定义了其它几个运算符:in 、out 、atop 、xor :
运算符 over 的效果与普通绘画效果一致(见画家算法 ),运算符 in 则等价于裁剪 。
以运算符 over 为例,运算结果相当于对图像中的所有像素做以下公式:
α o = α a + α b ( 1 − α a ) {\displaystyle \alpha _{o}=\alpha _{a}+\alpha _{b}\left(1-\alpha _{a}\right)} C o = C a α a + C b α b ( 1 − α a ) α o {\displaystyle C_{o}={\frac {C_{a}\alpha _{a}+C_{b}\alpha _{b}\left(1-\alpha _{a}\right)}{\alpha _{o}}}} 其中 C o {\displaystyle C_{o}} 是运算结果, C a {\displaystyle C_{a}} 是图像 A 中的像素, C b {\displaystyle C_{b}} 是图像 B 中的像素,而 α a {\displaystyle \alpha _{a}} 和 α b {\displaystyle \alpha _{b}} 则分别是图像 A、B 中对应像素的Alpha值。
如果假设颜色值都是预乘了Alpha值的( c i = α i C i {\displaystyle c_{i}=\alpha _{i}C_{i}} ),那么我们就可以将等式进行改写,结果图像中的颜色即:
c o = c a + c b ( 1 − α a ) {\displaystyle c_{o}=c_{a}+c_{b}\left(1-\alpha _{a}\right)} 结果中的Alpha值即:
α o = c o C o = α a + α b ( 1 − α a ) {\displaystyle \alpha _{o}={\frac {c_{o}}{C_{o}}}=\alpha _{a}+\alpha _{b}\left(1-\alpha _{a}\right)}
over 运算符的解析推导 通过研究正交覆盖,Porter 和 Buff 给出了 alpha 合成的几何解释。在 1981 年 Bruce A. Wallace 的论文里则给出了另一种基于的反射率 /透过率的物理模型的另一种推导。[ 3]
第三种推导方法通过使用两条简单的假设得到。为了简单起见,我们将 over 运算符简记成 a ⊙ b {\displaystyle a\odot b} 。
第一条假设是当背景是不透明(即 α b = 1 {\displaystyle \alpha _{b}=1} )时,over 运算符表示前景颜色与背景颜色的凸组合 :
C o = α a C a + ( 1 − α a ) C b {\displaystyle C_{o}=\alpha _{a}C_{a}+(1-\alpha _{a})C_{b}} 第二条假设是这种运算应该满足结合律 :
( a ⊙ b ) ⊙ c = a ⊙ ( b ⊙ c ) {\displaystyle (a\odot b)\odot c=a\odot (b\odot c)} 现在,可以假设 a {\displaystyle a} 和 b {\displaystyle b} 包含不透明度分量,而 c {\displaystyle c} 不包含。考虑中间变量
o = a ⊙ b {\displaystyle o=a\odot b} . 由于结合律成立,有
o ⊙ c = a ⊙ ( b ⊙ c ) {\displaystyle o\odot c=a\odot (b\odot c)} 由于 c {\displaystyle c} 是不透明的,因此 b ⊙ c {\displaystyle b\odot c} 也是不透明的。由第二条假设,在上面的式子中,上式地每个 ⊙ {\displaystyle \odot } 运算都可以用凸组合表达:
α o C o + ( 1 − α o ) C c = α a C a + ( 1 − α a ) ( α b C b + ( 1 − α b ) C c ) = [ α a C a + ( 1 − α a ) α b C b ] + ( 1 − α a ) ( 1 − α b ) C c {\displaystyle {\begin{aligned}\alpha _{o}C_{o}+(1-\alpha _{o})C_{c}&=\alpha _{a}C_{a}+(1-\alpha _{a})(\alpha _{b}C_{b}+(1-\alpha _{b})C_{c})\\&=[\alpha _{a}C_{a}+(1-\alpha _{a})\alpha _{b}C_{b}]+(1-\alpha _{a})(1-\alpha _{b})C_{c}\end{aligned}}} 这个式子的两边都满足 X 0 + Y 0 C c = X 1 + Y 1 C c {\displaystyle X_{0}+Y_{0}C_{c}=X_{1}+Y_{1}C_{c}} 的形式,令 X 0 = X 1 {\displaystyle X_{0}=X_{1}} 且 Y 0 = Y 1 {\displaystyle Y_{0}=Y_{1}} ,可以得到:
α o = 1 − ( 1 − α a ) ( 1 − α b ) , C o = α a C a + ( 1 − α a ) α b C b α o , {\displaystyle {\begin{aligned}\alpha _{o}&=1-(1-\alpha _{a})(1-\alpha _{b}),\\C_{o}&={\frac {\alpha _{a}C_{a}+(1-\alpha _{a})\alpha _{b}C_{b}}{\alpha _{o}}},\end{aligned}}} 至此,我们推导出了 o = a ⊙ b {\displaystyle o=a\odot b} 的颜色和其 alpha 分量的解析式。
注意到 ( 1 − α a ) α b = α o − α a {\displaystyle (1-\alpha _{a})\alpha _{b}=\alpha _{o}-\alpha _{a}} ,这样,上式可以紧凑地表示成
C o = α a α o C a + ( 1 − α a α o ) C b {\displaystyle C_{o}={\frac {\alpha _{a}}{\alpha _{o}}}C_{a}+\left(1-{\frac {\alpha _{a}}{\alpha _{o}}}\right)C_{b}} ⊙ {\displaystyle \odot } 运算符满足非交换 幺半群 的定义。这个群的单位元 e {\displaystyle e} 是所有满足 α = 0 {\displaystyle \alpha =0} 的二元组 ⟨ C , α ⟩ {\displaystyle \langle C,\alpha \rangle } ,这可以通过式子 e ⊙ a = a ⊙ e = a {\displaystyle e\odot a=a\odot e=a} 得到。
Alpha混合 Alpha混合 (英語:alpha blending )是将半透明的前景色与背景色结合的过程,可以得到混合后的新颜色。前景色的透明度不限,从完全透明到完全不透明都可以。如果前景色完全透明,混合后的颜色就是背景色;如果前景色完全不透明,混合后的颜色就是前景色;如果在这两种极端情况之间,混合后的颜色可以通过前景色和背景色的加权 平均计算。
Alpha合成后的颜色可以这样计算:
{ o u t A = s r c A + d s t A ( 1 − s r c A ) o u t R G B = ( s r c R G B s r c A + d s t R G B d s t A ( 1 − s r c A ) ) ÷ o u t A o u t A = 0 ⇒ o u t R G B = 0 {\displaystyle {\begin{cases}\mathrm {out} _{A}=\mathrm {src} _{A}+\mathrm {dst} _{A}(1-\mathrm {src} _{A})\\\mathrm {out} _{RGB}={\bigl (}\mathrm {src} _{RGB}\mathrm {src} _{A}+\mathrm {dst} _{RGB}\mathrm {dst} _{A}\left(1-\mathrm {src} _{A}\right){\bigr )}\div \mathrm {out} _{A}\\\mathrm {out} _{A}=0\Rightarrow \mathrm {out} _{RGB}=0\end{cases}}} 如果背景色不透明,即 d s t A = 1 {\displaystyle dst_{A}=1} ,代入上述方程后可以得到:
{ o u t A = 1 o u t R G B = s r c R G B s r c A + d s t R G B ( 1 − s r c A ) {\displaystyle {\begin{cases}\mathrm {out} _{A}=1\\\mathrm {out} _{RGB}=\mathrm {src} _{RGB}\mathrm {src} _{A}+\mathrm {dst} _{RGB}(1-\mathrm {src} _{A})\end{cases}}} 如果使用了预乘Alpha,最初的方程组可以简化为:
{ o u t A = s r c A + d s t A ( 1 − s r c A ) o u t R G B = s r c R G B + d s t R G B ( 1 − s r c A ) {\displaystyle {\begin{cases}\mathrm {out} _{A}=\mathrm {src} _{A}+\mathrm {dst} _{A}(1-\mathrm {src} _{A})\\\mathrm {out} _{RGB}=\mathrm {src} _{RGB}+\mathrm {dst} _{RGB}\left(1-\mathrm {src} _{A}\right)\end{cases}}}
伽玛校正 不考虑伽玛校正,直接做 Alpha 混合的效果。 考虑伽玛校正,做 Alpha 混合的效果。 计算机图像一般不直接存储光照亮度 对应的 RGB 值,而是需要先对这些值做伽玛校正 。
伽玛校正的大致过程如下:
设 d i s p l a y e d R G B {\displaystyle displayed_{RGB}} 为屏幕上显示的 RGB 亮度(标准化后的亮度值,在 0 和 1 之间) 设 s t o r e d R G B {\displaystyle stored_{RGB}} 为计算机内存中所存储的 RGB 亮度(也是标准化后的亮度值) 设 γ {\displaystyle \gamma } 为用于「解码」 s t o r e d R G B {\displaystyle stored_{RGB}} 图像的伽玛值 2.2(2.2 为 γ {\displaystyle \gamma } 的典型取值) 则它们三者之间的关系为
d i s p l a y e d R G B = s t o r e d R G B γ {\displaystyle displayed_{RGB}={stored_{RGB}}^{\gamma }} 因此,在处理计算机图像的 RGB 值时(尤其是做 Alpha 混合时),可以在处理前先将伽玛校正消除,完成处理后再重新做伽玛校正,这样做的效果比直接处理伽玛校正后的 RGB 值要好。
例如有一张图片 o v e r l a y r g b {\displaystyle overlay_{rgb}} ,它对应的 Alpha 通道为 o v e r l a y α {\displaystyle overlay_{\alpha }} ,现在要把它叠加到背景图 b a c k g r o u n d r g b {\displaystyle background_{rgb}} 上,那么最终的图像 o u t r g b {\displaystyle out_{rgb}} 可以这样计算:
o u t r g b = ( o v e r l a y r g b γ × o v e r l a y α + b a c k g r o u n d r g b γ × ( 1 − o v e r l a y α ) ) 1 / γ {\displaystyle out_{rgb}=({overlay_{rgb}}^{\gamma }\times overlay_{\alpha }+{background_{rgb}}^{\gamma }\times (1-overlay_{\alpha }))^{1/\gamma }} 此处的 o u t r g b {\displaystyle out_{rgb}} 是计算机内存中所存储的数据;在计算机显示器上会以 o u t r g b γ {\displaystyle out_{rgb}^{\gamma }} 的数据显示。
参考资料 ^ Porter, Thomas; Tom Duff. Compositing Digital Images. Computer Graphics. 1984, 18 (3): 253–259. ISBN 0-89791-138-5. doi:10.1145/800031.808606 . (见 pixar.com. (页面存档备份,存于互联网档案馆 )) ^ TomF's Tech Blog - It's only pretending to be a wiki.. tomforsyth1000.github.io. [8 May 2018] . (原始内容存档于2017-12-12). ^ Wallace, Bruce A. Merging and transformation of raster images for cartoon animation. SIGGRAPH Computer Graphics (New York City, New York: ACM Press). 1981, 15 (3): 253–262. ISBN 0-89791-045-1. doi:10.1145/800224.806813 . 二维计算机图形 等轴测图形 (英语 : Isometric video game graphics ) Mode 7 视差滚动 光线投射 天空盒 (英语 : Skybox (video games) )
三维计算机图形 三维投影 三維渲染 照明 (计算机图形学) (英语 : Computer graphics lighting ) 消隐 (英语 : Hidden-surface determination ) 多边形网格 着色 表面三角化 (英语 : Surface triangulation ) 线框模型 概念 仿射变换 背面剔除 (英语 : Back-face culling ) 裁剪 (计算机图形学) (英语 : Clipping (computer graphics) ) 碰撞检测 平面投影 (英语 : Planar projection ) 渲染 虚拟现实 混合现实 计算机动画 图形软件 算法