我一直在尝试在 C# 中实现一种算法，用于处理透明度的高斯模糊。我尝试了以下两种实现，每一种似乎都给了我不同类型的结果。但两者都没有考虑到 alpha 通道。
http://code.google.com/p/imagelibrary/downloads/detail?name=ImageLibrary-source-1_2_4.zip&can=2&q= http://www.smokycogs.com/blog/image-processing-in-c-sharp-smoothing-using-convolution/
我的测试图像在透明背景 PNG 上有一个简单的圆圈。
有人能指出我正确的方向，让高斯模糊处理具有透明度的图像吗？ 我能找到的唯一链接是框模糊。 http://www.codeproject.com/Articles/6162/Gausian-and-Alpha-Blurring
【问题讨论】：
标签： c# image-processing graphics filter gaussian
如果您使用 premultiplied alpha 透明度，您可以像 RGB 通道一样模糊 Alpha 通道。
如果您的 alpha 没有预乘，您可能会得到奇怪的边缘伪影。为避免这种情况，您可以尝试将图像转换为预乘图像，对其进行过滤，然后再将其转换回来。这个过程有一些陷阱，但结果可能比天真地平滑未相乘的 alpha 图像要好。
【讨论】：
您必须将每个 RGB 值乘以 alpha 值，然后将结果除以可能的最大 alpha。
假设您只想平均三个像素：
newBlue = (
src[-1].Blue * src[-1].Alpha +
src[0].Blue * src[0].Alpha +
src[1].Blue * src[1].Alpha ) / (255*3);
如您所见：如果所有三个像素都是实心的（alpha=255），那么与忽略 alpha 通道（这确实是我们想要的）相比，此计算不会产生任何影响。
这是一个 3x3 卷积没有 alpha：
for (var i = nWidth - 2; i > 0; i--)
{
n = ((((pT[-sourcePixelSize]*m.TL) + (pT[0]*m.TM) + (pT[sourcePixelSize]*m.TR) +
(pM[-sourcePixelSize]*m.ML) + (pM[0]*m.MM) + (pM[sourcePixelSize]*m.MR) +
(pB[-sourcePixelSize]*m.BL) + (pB[0]*m.BM) + (pB[sourcePixelSize]*m.BR) + 5)/m.Factor) + m.Offset);
*pD = (byte) (n <= 0 ? 0 : n >= 255 ? 255 : n);
pT += sourcePixelSize;
pM += sourcePixelSize;
pB += sourcePixelSize;
pD += 4;
}
这是 eqvivalent with alpha：
for (var i = nWidth - 2; i > 0; i--)
{
alphaSum = (pT[-4 + ao] + pT[ao] + pT[4 + ao] +
pM[-4 + ao] + pM[ao] + pM[4 + ao] +
pB[-4 + ao] + pB[ao] + pB[4 + ao] + 5)/9;
n = alphaSum != 0
? ((((pT[-4]*pT[-4 + ao]*m.TL) + (pT[0]*pT[ao]*m.TM) + (pT[4]*pT[4 + ao]*m.TR) +
(pM[-4]*pM[-4 + ao]*m.ML) + (pM[0]*pM[ao]*m.MM) + (pM[4]*pM[4 + ao]*m.MR) +
(pB[-4]*pB[-4 + ao]*m.BL) + (pB[0]*pB[ao]*m.BM) + (pB[4]*pB[4 + ao]*m.BR) + 5)/
(m.Factor*alphaSum)) + m.Offset)
: 0;
*pD = (byte) (n <= 0 ? 0 : n >= 255 ? 255 : n);
pT += 4;
pM += 4;
pB += 4;
pD += 4;
}
【讨论】：