两种图像透明背景转特定颜色方法的比较

之前写过一篇博客，关于透明背景转换为特定颜色，当时使用了NumPy数组采用布尔索引转换的方式，这次我们把这种转换和常规的逐像素转换的方式进行比较，看那种方法效率更高。记得以前使用Matlab的时候，显然是矩阵布尔索引的方式会有更高的效率，不知道Python是否也一样。

1. 代码实现：

def transparent2bgra_color1(img, bgra_color=(255, 255, 255, 255)):"""将图像中的透明区域替换为指定的BGRA颜色。参数:img: 输入的BGRA格式图像，其中A通道为透明度。bgra_color: 替换透明区域的颜色，默认为白色（255, 255, 255, 255）。返回:返回替换透明区域后的图像。"""# 为了避免原图像发生改变，创建一个副本进行操作res = img.copy()# 将图像中透明度为0的区域替换为指定的BGRA颜色res[img[:, :, 3] == 0] = bgra_colorreturn resdef transparent2bgra_color2(src, bgra_color=(255, 255, 255, 255)):"""将图片中的透明部分替换为指定的BGRA颜色。参数:src: 输入的图片，应为BGRA格式。bgra_color: 替换透明部分的颜色，默认为白色（255, 255, 255, 255）。返回:替换透明部分后的图片。"""# 复制输入图片，避免修改原图img=src.copy()# 获取图片的宽度和高度sp=img.shape  width=sp[0]  height=sp[1]  # 遍历图片的每个像素点for yh in range(height):for xw in range(width):# 获取当前点的颜色数据color_d=img[xw,yh]  # 检查当前点的透明度，如果完全透明，则替换颜色if(color_d[3]==0):  img[xw,yh]=bgra_color  # 返回处理后的图片return img

2. 效率对比测试

使用Benchmark，我们可以测试这两种方法的性能，代码如下：

import pytest
import cv2def transparent2bgra_color1(img, bgra_color=(255, 255, 255, 255)):"""将图像中的透明区域替换为指定的BGRA颜色。参数:img: 输入的BGRA格式图像，其中A通道为透明度。bgra_color: 替换透明区域的颜色，默认为白色（255, 255, 255, 255）。返回:返回替换透明区域后的图像。"""# 为了避免原图像发生改变，创建一个副本进行操作res = img.copy()# 将图像中透明度为0的区域替换为指定的BGRA颜色res[img[:, :, 3] == 0] = bgra_colorreturn resdef transparent2bgra_color2(src, bgra_color=(255, 255, 255, 255)):"""将图片中的透明部分替换为指定的BGRA颜色。参数:src: 输入的图片，应为BGRA格式。bgra_color: 替换透明部分的颜色，默认为白色（255, 255, 255, 255）。返回:替换透明部分后的图片。"""# 复制输入图片，避免修改原图img=src.copy()# 获取图片的宽度和高度sp=img.shape  width=sp[0]  height=sp[1]  # 遍历图片的每个像素点for yh in range(height):for xw in range(width):# 获取当前点的颜色数据color_d=img[xw,yh]  # 检查当前点的透明度，如果完全透明，则替换颜色if(color_d[3]==0):  img[xw,yh]=bgra_color  # 返回处理后的图片return imgimg = cv2.imread('dog.png', cv2.IMREAD_UNCHANGED)@pytest.mark.parametrize("input_data", [img])
def test_trans_color1(benchmark, input_data):res = benchmark(transparent2bgra_color1, input_data)assert (667, 1000, 4) == res.shape@pytest.mark.parametrize("input_data", [img])
def test_trans_color2(benchmark, input_data):res = benchmark(transparent2bgra_color2, input_data)assert (667, 1000, 4) == res.shape

3. 结果