博客
关于我
2016年1月15日(DEMO12-2ALPHA混合。)
阅读量:784 次
发布时间:2019-03-25

本文共 1278 字,大约阅读时间需要 4 分钟。

alpha混合是一种常见的图形学操作,用于结合两个图像的模糊效果。在这里,我们将详细阐述alpha混合的计算方式及其应用。

alpha混合的核心思想是基于透明度(alpha值)来混合源图像(src1)和辅助图像(src2)。混合过程遵循公式:

  • Final = src1 * alpha + src2 * (1 - alpha)

这个公式适用于每个RGB分量的处理,从而实现颜色混合效果的分解。

alpha查找表的创建

创建alpha查找表的过程如下:

  • 将颜色值视为5.6.5格式,从中提取RGB分量。
  • 将每个分量与alpha值相乘:
    • R = r * alpha
    • G = g * alpha
    • B = b * alpha
  • 根据RGB分量生成一个16位的颜色字,并存储到查找表中,与原始颜色值对应的位置。
  • DDD RAW Liushui Xian Texture::RGB Alpha Table Builder 功能函数

    该函数用于创建alpha查找表,其参数包含:

    int RGB_Alpha_Table_Builder(int num_alpha_levels,//数级数

    // 检查指针是否有效if (!rgb_alpha_table) {    return -1;}// 用于存储从rgbindex中提取的RGB分量int r, g, b;// 用于存储alpha值float alpha = 0;float delta_alpha = EPSILON_E6 + 1 / ((float) (num_alpha_levels - 1));// 遍历所有alpha数级for (int alpha_level = 0; alpha_level < num_alpha_levels; alpha_level++) {    // 遍历所有颜色索引    for (int rgbindex = 0; rgbindex < 65536; rgbindex++) {        // 从rgbindex中提取RGB分量        _RGB565From16Bit(rgbindex, r, g, b);                // 计算乘积        r = (int) (r * alpha);        g = (int) (g * alpha);        b = (int) (b * alpha);                // 生成新的RGB值并存储到查找表中        rgb_alpha_table[alpha_level][rgbindex] = _RGB16Bit565(r, g, b);    }        // 计算下一个alpha值    alpha += delta_alpha;}return 1;

    }

    具体来说,该函数通过对源图像和辅助图像的每个颜色索引提取RGB分量并应用alpha值,生成新的定制颜色字,存储在查找表中。通过逐步递增alpha值,可以覆盖所有可能的透明度组合。

    转载地址:http://fyauk.baihongyu.com/

    你可能感兴趣的文章
    pandas 根据值从多列中的一列查找
    查看>>
    Pandas 根据布尔条件选择行和列
    查看>>
    pandas 滚动窗口 - datetime64[ns] 未实现
    查看>>
    pandas 版本兼容特定的蟒蛇和NumPy配置吗?
    查看>>
    pandas 生成excel多级表头
    查看>>
    Pandas 的 DataFrame 详解-ChatGPT4o作答
    查看>>
    pandas 读取excel数据,以字典形式输出
    查看>>
    Pandas 读取具有浮点值的 csv 文件会导致奇怪的舍入和小数位数
    查看>>
    pandas 适用,但仅适用于满足条件的行
    查看>>
    pandas 重新采样到每月的特定工作日
    查看>>
    pandas :如何删除以NaN为列名的多个列?
    查看>>
    pandas :我如何对堆叠的条形图进行分组?
    查看>>
    pandas :按移位分组和累加和(GroupBy Shift And Cumulative Sum)
    查看>>
    pandas :检测一个DF和另一个DF之间缺失的列
    查看>>
    Pandas-从具有嵌套列表列表的现有列创建动态列时出错
    查看>>
    Pandas-通过对列和索引的值求和来合并两个数据框
    查看>>
    pandas.columns、get_dummies等用法
    查看>>
    pandas.DataFrame.copy(deep=True) 实际上并不创建深拷贝
    查看>>
    pandas.read_csv()的详解-ChatGPT4o作答
    查看>>
    PANDAS.READ_EXCEL()输出‘;溢出错误:日期值超出范围‘;而不存在日期列
    查看>>