这基本上取决于绘画算法是否考虑到图像是否使用预乘alpha的信息。
正如在评论中已经指出的那样:结果在大多数情况下是相同的 - 至少对于基本的绘图操作来说:无论您是将“非预乘”图像绘制为预乘结果还是反之,不会影响结果,因为差异是在内部处理的。
特殊情况是BufferedImageOp
s。 JavaDoc评论明确地说明了alpha通道是如何处理的,并且传入错误的图像会导致您链接的问题中描述的不良结果。
很难确定“”“他们决定以这种方式实施BufferedImageOp
的原因。但是这里有一个(有些模糊的)陈述是:当对一个单一来源的像素进行操作(和组合),并且这些像素具有不同的alpha值时,alpha通道的处理可能会变得烦琐。这并不总是非常明显,应该与alpha通道发生。
例如,假设你的像素的堆栈(在这里,在ARGB,与浮点值):
[1.00, 1.00, 0.00, 0.00] // 100% red, 100% alpha
[0.00, 0.00, 0.00, 0.00] // black, 0% alpha
[0.00, 0.00, 0.00, 0.00] // black, 0% alpha
现在,你想要做的这些像素上的卷积(如问题,你链接到)。那么内核可能是
[0.33...]
[0.33...],
[0.33...]
这意味着结果的中心像素应该仅仅是所有像素的“平均”(忽略边界 - 大致与ConvolveOp#EDGE_ZERO_FILL
)。
卷积然后将平等对待所有渠道。对于非预乘图像,这将意味着,所得到的像素是暗红色低不透明度:
[0.33, 0.33, 0.00, 0.00]
对于预乘图像,假定组件与它们的α值来multipled。在这种情况下,所得到的像素将完全红色,具有相同的不透明度:
[0.33, 1.00, 0.00, 0.00]
在做数学这背后是乏味的。而事实上,过于繁琐的对我来说,做手工 - 所以这里有一个例子:
和相应的代码
import java.awt.Color;
import java.awt.Font;
import java.awt.Graphics;
import java.awt.Graphics2D;
import java.awt.image.BufferedImage;
import java.awt.image.ConvolveOp;
import java.awt.image.Kernel;
import java.util.Locale;
import javax.swing.JFrame;
import javax.swing.JPanel;
import javax.swing.SwingUtilities;
public class PremultipliedAlphaTest
{
public static void main(String[] args)
{
SwingUtilities.invokeLater(new Runnable()
{
@Override
public void run()
{
createAndShowGUI();
}
});
}
private static void createAndShowGUI()
{
JFrame f = new JFrame();
f.setDefaultCloseOperation(JFrame.EXIT_ON_CLOSE);
f.getContentPane().add(new PremultipliedAlphaTestPanel());
f.setSize(550,500);
f.setLocationRelativeTo(null);
f.setVisible(true);
}
}
class PremultipliedAlphaTestPanel extends JPanel
{
@Override
protected void paintComponent(Graphics gr)
{
super.paintComponent(gr);
Graphics2D g = (Graphics2D)gr;
g.setColor(Color.WHITE);
g.fillRect(0, 0, getWidth(), getHeight());
BufferedImage imageS = createImage(BufferedImage.TYPE_INT_ARGB);
BufferedImage imageP = createImage(BufferedImage.TYPE_INT_ARGB_PRE);
Kernel kernel = new Kernel(1, 3,
new float[]{ 1.0f/3.0f, 1.0f/3.0f, 1.0f/3.0f });
ConvolveOp op = new ConvolveOp(kernel, ConvolveOp.EDGE_ZERO_FILL, null);
BufferedImage resultS = op.filter(imageS, null);
BufferedImage resultP = op.filter(imageP, null);
g.setColor(Color.BLACK);
g.setFont(new Font("Monospaced", Font.PLAIN, 12));
g.drawString("Straight:", 10, 40);
print(g, 2, 1, imageS.getRGB(0, 0));
print(g, 2, 2, imageS.getRGB(0, 1));
print(g, 2, 3, imageS.getRGB(0, 2));
print(g, 7, 2, resultS.getRGB(0, 1));
g.drawString("Premultiplied:", 10, 240);
print(g, 2, 5, imageP.getRGB(0, 0));
print(g, 2, 6, imageP.getRGB(0, 1));
print(g, 2, 7, imageP.getRGB(0, 2));
print(g, 7, 6, resultP.getRGB(0, 1));
g.scale(50, 50);
g.drawImage(imageS, 1, 1, null);
g.drawImage(resultS, 6, 1, null);
g.drawImage(imageP, 1, 5, null);
g.drawImage(resultP, 6, 5, null);
}
private static void print(Graphics2D g, int px, int py, int argb)
{
g.drawString(stringFor(argb), px*50+5, py*50+25);
}
private static String stringFor(int argb)
{
int a = (argb >> 24) & 0xFF;
int r = (argb >> 16) & 0xFF;
int g = (argb >> 8) & 0xFF;
int b = (argb ) & 0xFF;
float fa = a/255.0f;
float fr = r/255.0f;
float fg = g/255.0f;
float fb = b/255.0f;
return String.format(Locale.ENGLISH,
"%4.2f %4.2f %4.2f %4.2f", fa, fr, fg, fb);
}
private static BufferedImage createImage(int type)
{
BufferedImage b = new BufferedImage(1,3, type);
Graphics2D g = b.createGraphics();
g.setColor(new Color(1.0f,0.0f,0.0f,1.0f));
g.fillRect(0, 0, 1, 1);
g.setColor(new Color(0.0f,0.0f,0.0f,0.0f));
g.fillRect(0, 1, 1, 1);
g.setColor(new Color(0.0f,0.0f,0.0f,0.0f));
g.fillRect(0, 2, 1, 1);
g.dispose();
return b;
}
}
见http://en.wikipedia.org/wiki/Alpha_compositing。在大多数情况下,差异应该只是表现,而不是最终结果。 – haraldK 2014-10-28 11:46:57