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
    onCreate()方法中的参数Bundle savedInstanceState 的意义用法
    查看>>
    one_day_one--mkdir
    查看>>
    ONI文件生成与读取
    查看>>
    oobbs开发手记
    查看>>
    OpenCV 中的图像转换
    查看>>
    opencv&Python——多种边缘检测
    查看>>
    OpenCV-Python接口、cv和cv2的性能比较
    查看>>
    opencv26-模板匹配
    查看>>
    opencv32-基于距离变换和分水岭的图像分割
    查看>>
    opencv4-图像操作
    查看>>
    opencv5-图像混合
    查看>>
    opencv9-膨胀和腐蚀
    查看>>
    OpenCV与AI深度学习 | YOLO11介绍及五大任务推理演示(目标检测,图像分割,图像分类,姿态检测,带方向目标检测)
    查看>>
    OpenCV与AI深度学习 | 使用Python和OpenCV实现火焰检测(附源码)
    查看>>
    OpenCV与AI深度学习 | 使用YOLO11实现区域内目标跟踪
    查看>>
    OpenCV与AI深度学习 | 使用YOLOv8做目标检测、实例分割和图像分类(包含实例操作代码)
    查看>>
    OpenCV与AI深度学习 | 基于GAN的零缺陷样本产品表面缺陷检测
    查看>>
    OpenCV与AI深度学习 | 基于OpenCV和深度学习预测年龄和性别
    查看>>
    OpenCV与AI深度学习 | 基于Python和OpenCV将图像转为ASCII艺术效果
    查看>>
    OpenCV与AI深度学习 | 基于PyTorch实现Faster RCNN目标检测
    查看>>