使用 OpenCV 和/或 Numpy 对两个图像进行 Alpha 混合 [重复]

我想将一个填充纯色的半透明矩形添加到已加载的半透明 PNG 中。这是我正在使用的输入图像示例：

该图像加载了标准cv2.IMREAD_UNCHANGED标志，以便完美保留 alpha 通道。该输入图像存储在image多变的。

这是我到目前为止的代码：

# get image dimensions
imgHeight, imgWidth = image.shape[:2]

# create empty overlay layer with 4 channels
overlay = np.zeros((imgHeight, imgWidth, 4), dtype = "uint8")

# draw semi-transparent red rectangle
overlay[200:300, 0:imgWidth] = (0, 0, 255, 200)

# extract alpha channel from overlay
alpha = cv2.split(overlay)[3]

# compute mask
mask = (np.multiply(alpha, 1.0 / 255))[:, :, np.newaxis]

# blend input image and overlay
output = cv2.convertScaleAbs(overlay * mask + image * (1 - mask))

这是我得到的结果：

乍一看看起来可以接受。我们的输入图像中间有一个半透明矩形。然而，经过仔细检查，我们可以在混合 alpha 通道时观察到奇怪的行为（用箭头标记）：

似乎 Alpha 根本没有混合，这导致原始图像像素只是完全不透明或完全透明。

也许我将透明 PNG 与半透明形状混合的方法远非理想。作为旁注，我确实尝试过cv2.addWeighted方法，但结果更糟。

我希望解决方案仅限于 OpenCV 和/或 Numpy。任何帮助将不胜感激。

正如 unlut 指出的那样，这确实是重复的。以防万一有人偶然发现它，马克塞切尔的答案非常有效：

# get image dimensions
imgHeight, imgWidth = image.shape[:2]

# create empty overlay layer with 4 channels
overlay = np.zeros((imgHeight, imgWidth, 4), dtype = "uint8")

# draw semi-transparent red rectangle
overlay[200:300, 0:imgWidth] = (0, 0, 255, 200)

# Extract the RGB channels
srcRGB = image[...,:3]
dstRGB = overlay[...,:3]

# Extract the alpha channels and normalise to range 0..1
srcA = image[...,3]/255.0
dstA = overlay[...,3]/255.0

# Work out resultant alpha channel
outA = srcA + dstA*(1-srcA)

# Work out resultant RGB
outRGB = (srcRGB*srcA[...,np.newaxis] + dstRGB*dstA[...,np.newaxis]*(1-srcA[...,np.newaxis])) / outA[...,np.newaxis]

# Merge RGB and alpha (scaled back up to 0..255) back into single image
outRGBA = np.dstack((outRGB,outA*255)).astype(np.uint8)

plt.imshow(outRGBA)