Question

源PNG图像将由PHP使用Imagick根据用户输入进行裁剪。结果是裁剪后的图像可能有也可能没有透明像素。我正在寻找一种方法来检测裁剪的图像是否具有透明度是或否，因此我可以将不透明的PNG转换为JPG。

这是我加载图片的代码：

// Get user input
$src = $_POST['src'];
$resize = json_decode($_POST['selection_data']);

// Load image (source image has transparency)
$dst = new Imagick($src);

// Crop image (the part that will be cropped is fully opaque)
$dst->cropImage($resize->selW, $resize->selH, $resize->selX, $resize->selY);
$dst->resizeImage($resize->dstW, $resize->dstH, imagick::FILTER_CATROM, 0.9, false);

在此之后，我可以使用$dst->getImageAlphaChannel()检查Alpha通道。但是，无论裁剪的图像是否包含任何透明像素，都会返回true，因为它是在加载源图像时设置的（具有透明度）。

检查透明像素的另一种方法是查看每个像素的alpha值小于1 *：

$alpha = false;
for ($x = 0; $x < $resize->dstW; $x++)
{
    for ($y = 0; $y < $resize->dstH; $y++)
    {               
        if ($dst->getImagePixelColor($x, $y)->getColorValue(Imagick::COLOR_ALPHA) < 1)
        {
            $alpha = true;
            break 2;
        }
    }
}

但对于大图像（1000x1000），执行此操作需要30秒以上，这并不理想。

检测图像是否有透明像素的最快方法是什么？

_{*：在我正在测试的Debian Wheezy上，不透明像素实际上返回的alpha值为0.99999999976717（32位浮点数）。}

Answer 1

一种解决方案是：

创建一个新的图像，其背景颜色与您要测试的图像大小相同。
使用compositeImage和COMPOSITE_ATOP在新画布的顶部绘制图像。
获取所有颜色通道的图像统计信息。

对于任何完全没有任何透明度的图像，这两个图像应该具有完全相同的每个颜色通道的图像统计数据。

在代码中，这看起来像：

$imagick = new Imagick(realpath("../images/fnord.png"));

$newCanvas = new Imagick();
$newCanvas->newImage($imagick->getImageWidth(), $imagick->getImageHeight(), 'rgba(255, 255, 0, 1)', 'png');
$newCanvas->compositeimage($imagick, Imagick::COMPOSITE_ATOP, 0, 0);

function dumpInfo(Imagick $imagick) {

    $identifyInfo = $imagick->getImageChannelStatistics();

    foreach ($identifyInfo as $key => $value) {

        echo "$key :";

        if (is_array($value) == true) {
            var_dump($value);
        }
        else {
            echo $value;
        }

        echo "<br/>";
    }
}

dumpInfo($imagick);
echo "<br/><br/>";
dumpInfo($newCanvas);

透明图像给出输出：

0：array（5）{[＆＃34; mean＆＃34;] =＆gt; float（0）[＆＃34; minima＆＃34;] =＆gt;浮子（1.0E + 37）   [＆＃34;最大值＆＃34;] =＆GT; float（-1.0E-37）[＆＃34; standardDeviation＆＃34;] =＆gt;浮动（0）   [＆＃34;深度＆＃34;] =＆GT; int（1）} 1：array（5）{[＆＃34; mean＆＃34;] =＆gt;浮动（5764.6123956044）   [＆＃34;最小值＆＃34;] =＆GT; float（0）[＆＃34; maxima＆＃34;] =＆gt;浮动（53619）   [＆＃34; standardDeviation＆＃34;] =＆GT; float（11888.331707876）[＆＃34; depth＆＃34;] =＆gt; int（15）}   2：array（5）{[＆＃34; mean＆＃34;] =＆gt; float（2058.7978021978）[＆＃34; minima＆＃34;] =＆gt;浮动（0）   [＆＃34;最大值＆＃34;] =＆GT; float（34951）[＆＃34; standardDeviation＆＃34;] =＆gt;   float（5059.2862080476）[＆＃34; depth＆＃34;] =＆gt; int（15）} 4：array（5）{[＆＃34; mean＆＃34;] =＆gt;   float（6324.2305054945）[＆＃34; minima＆＃34;] =＆gt; float（0）[＆＃34; maxima＆＃34;] =＆gt;浮动（46773）   [＆＃34; standardDeviation＆＃34;] =＆GT; float（11356.366371237）[＆＃34; depth＆＃34;] =＆gt; int（15）}   8：array（5）{[＆＃34; mean＆＃34;] =＆gt; float（46867.721934066）[＆＃34; minima＆＃34;] =＆gt;浮动（0）   [＆＃34;最大值＆＃34;] =＆GT; float（65535）[＆＃34; standardDeviation＆＃34;] =＆gt;   float（26491.889090216）[＆＃34; depth＆＃34;] =＆gt; int（15）} 32：array（5）{   [＆＃34;平均＆＃34;] =＆GT; float（0）[＆＃34; minima＆＃34;] =＆gt; float（1.0E + 37）[＆＃34; maxima＆＃34;] =＆gt;   float（-1.0E-37）[＆＃34; standardDeviation＆＃34;] =＆gt; float（0）[＆＃34; depth＆＃34;] =＆gt; int（1）}

0：array（5）{[＆＃34; mean＆＃34;] =＆gt; float（0）[＆＃34; minima＆＃34;] =＆gt;浮子（1.0E + 37）   [＆＃34;最大值＆＃34;] =＆GT; float（-1.0E-37）[＆＃34; standardDeviation＆＃34;] =＆gt;浮动（0）   [＆＃34;深度＆＃34;] =＆GT; int（1）} 1：array（5）{[＆＃34; mean＆＃34;] =＆gt;浮动（51766.576175824）   [＆＃34;最小值＆＃34;] =＆GT; float（0）[＆＃34; maxima＆＃34;] =＆gt;浮动（65535）   [＆＃34; standardDeviation＆＃34;] =＆GT; float（19889.498582657）[＆＃34; depth＆＃34;] =＆gt; int（16）}   2：array（5）{[＆＃34; mean＆＃34;] =＆gt; float（48461.548131868）[＆＃34; minima＆＃34;] =＆gt;浮动（0）   [＆＃34;最大值＆＃34;] =＆GT; float（65535）[＆＃34; standardDeviation＆＃34;] =＆gt;   float（24228.543381351）[＆＃34; depth＆＃34;] =＆gt; int（16）} 4：array（5）{[＆＃34; mean＆＃34;] =＆gt;   float（5353.375032967）[＆＃34; minima＆＃34;] =＆gt; float（0）[＆＃34; maxima＆＃34;] =＆gt;浮动（43081）   [＆＃34; standardDeviation＆＃34;] =＆GT; float（10139.362164338）[＆＃34; depth＆＃34;] =＆gt; int（16）}   8：array（5）{[＆＃34; mean＆＃34;] =＆gt; float（0）[＆＃34; minima＆＃34;] =＆gt; float（0）[＆＃34; maxima＆＃34;] =＆gt;   float（0）[＆＃34; standardDeviation＆＃34;] =＆gt; float（0）[＆＃34; depth＆＃34;] =＆gt; int（1）} 32   ：array（5）{[＆＃34; mean＆＃34;] =＆gt; float（0）[＆＃34; minima＆＃34;] =＆gt;浮子（1.0E + 37）   [＆＃34;最大值＆＃34;] =＆GT; float（-1.0E-37）[＆＃34; standardDeviation＆＃34;] =＆gt;浮动（0）   [＆＃34;深度＆＃34;] =＆GT; int（1）}

如果不明显，那两个阵列绝对不一样。

1：array（5）{[＆＃34; mean＆＃34;] =＆gt;浮动（5764.6123956044） 1：array（5）{[＆＃34; mean＆＃34;] =＆gt;浮动（51766.576175824）

理论上你可以只检查getImageChannelStatistics的实际值 - 如果你能弄清楚这些值实际意味着什么，但比较方法可能更安全。

如何检测裁剪的PNG是否具有透明度

1 个答案: