设计给一个 App 启动页做了 logo,原稿是白底的 PSD。抠图后导出透明 PNG,放进深色背景,logo 边缘出现一圈白毛,像被人描了一道白边。缩到 48 像素放进导航栏,白边更明显,几乎占了半个字形。设计说源文件里绝对没有描边,前端说图就是这样,两边都没说错。

白边不是导出按钮点错了,而是透明像素里还留着白底的颜色。你把背景删了,只是把 alpha 清零,RGB 那三个数还在。缩放时,边缘像素要和这些「看不见但还在」的白颜色求平均,白色就被拖进了可见区域。

这篇讲第四个通道。alpha 到底存的是什么、直通和预乘两种存法差在哪、为什么半透明叠加深色背景会发灰、缩放和合成时哪些顺序不能颠倒。搞清这些,白边、灰边、暗边、锯齿这几个常见现象就能自己对号入座。

现象真实原因第一步查什么
透明 PNG 放到深色底,边缘出现白边完全透明的像素仍保留白底的 RGB,缩放时被插值进边缘检查是否使用预乘 alpha,导出时是否清理透明像素的颜色
半透明面板叠在深色背景上发灰合成在 sRGB 数值空间完成,不是在线性光强上完成查合成代码或 CSS 的混合空间,确认是否做过 gamma 校正
缩小后边缘变暗、出现黑边预乘的图被当成直通图再乘了一次 alpha确认图像库和渲染管线的 alpha 约定是否一致
抠图边缘像锯子,一格一格只用了 1 位透明,半透明过渡全部丢失查文件是否只有全透和全不透两档,改用 8 位 alpha
Canvas 里同一颜色画出来比 CSS 亮Canvas 内部预乘,读取像素时又反预乘,来回转换丢精度检查 getImageData 前后的 alpha 约定和取整方式
有损 WebP 的透明边缘发脏色度子采样把半透明区域的彩色信息抹平了对比无损版本,必要时提高质量或换无损编码
视频抠像后人物边缘有绿边抠像只处理了 alpha,没有处理前景里的绿色溢出查抠像节点是否做了溢色抑制和边缘收缩
同一张带透明的图在两端显示不一致一端按预乘解释,另一端按直通解释确认两端使用的解码库版本和 alpha 处理开关

alpha 存的是覆盖率,不是颜色

alpha 是一个权重,表示这个采样点上「有多少比例被前景盖住」。0 表示完全没有前景,255 表示完全盖住,128 表示大约一半。它不描述颜色,也不描述背景,只描述前景在这一点的存在程度。

这跟图层整体透明度不是一回事。图层的 opacity 是给整张图乘一个系数,所有像素一起变淡;alpha 是逐像素的,一张图里可以有完全透明、半透明、完全不透明的区域。做 UI 时经常混用这两个概念,结果在导出时把逐像素的 alpha 压成了整体透明度。

因为 alpha 只是一个比例,合成时它必须和背景一起算。同一个半透明红色,放在白底上偏粉,放在黑底上偏暗红,像素值完全相同。所以「这个颜色对不对」这个问题,脱离背景没有答案。检查半透明素材的色差,必须把它合成到目标背景上再比。

alpha 一般存成 8 位整数,128 实际表示 50.2%,不是精确的一半。这个误差在单次合成里看不出来,但做几十层叠加或者反复往返转换时会累积,所以中间计算常用 16 位或浮点,只在最终输出时落回 8 位。

alpha 的取值是线性的覆盖率,但存储的 RGB 通常是非线性的。两者混在一起做运算,是后面很多问题的源头。先记住这一点,再看预乘和 gamma 两节。

直通 alpha 与预乘 alpha

带 alpha 的像素有两种存法。直通 alpha 存原始的 RGB 加一个 alpha,RGB 没有乘过 alpha;预乘 alpha 存的是 RGB 乘过 alpha 之后的结果,外加 alpha 本身。同一个半透明橙色,两种存法数值完全不同:直通存 232、93、4、128,预乘存 116、46、2、128。

合成的公式因此也不一样。直通要先乘:结果等于前景 RGB 乘 alpha,加上背景 RGB 乘一减 alpha。预乘已经乘过了,结果等于前景 RGB 直接加背景 RGB 乘一减 alpha。后者少一次乘法,更重要的是,它对「透明像素的 RGB 没有意义」这件事有天然的免疫力。

白边就出在这里。直通存储里,一个完全透明的像素可以把 RGB 写成任意值,很多工具保留了原来的白底,于是存成 255、255、255、0。单独看没问题,因为 alpha 是零,合成时贡献为零。但只要做一次缩放,这个像素就会和邻居加权平均,白色的 RGB 混进半透明的边缘,合成到深色背景上就成了一圈白边。

用一组真实数字看更清楚。取边缘四个像素:两个完全透明的白,两个不透明的品牌橙,缩小一半时四个像素各占四分之一。直通平均后得到 244、174、130、128,合成到深色背景上,绿色通道是 96;预乘平均后得到 116、46、2、128,合成后绿色通道只有 55。两者差了 41 级,肉眼正好能看出白毛。

def lin(c):
    v = c / 255.0
    return v / 12.92 if v <= 0.04045 else ((v + 0.055) / 1.055) ** 2.4

def enc(l):
    v = 12.92 * l if l <= 0.0031308 else 1.055 * (l ** (1 / 2.4)) - 0.055
    return round(v * 255)

straight = [(255, 255, 255, 0), (255, 255, 255, 0), (232, 93, 4, 255), (232, 93, 4, 255)]
premult = [(round(r * a / 255), round(g * a / 255), round(b * a / 255), a)
           for r, g, b, a in straight]

def avg(px):
    return tuple(round(sum(p[i] for p in px) / len(px)) for i in range(4))

bg = 18
sa, pa = avg(straight), avg(premult)
print("straight", sa, "over bg G =", round(sa[1] * sa[3] / 255 + bg * (1 - sa[3] / 255)))
print("premult ", pa, "over bg G =", round(pa[1] + bg * (1 - pa[3] / 255)))
print("linear 50% white =", enc(lin(255) * 0.5), "naive =", 128)

本机实际输出:

straight (244, 174, 130, 128) over bg G = 96
premult  (116, 46, 2, 128) over bg G = 55
linear 50% white = 188 naive = 128

预乘不是免费的。在 8 bit 存储下,alpha 很小的时候,乘完的 RGB 只剩很小的数,精度被压没了。alpha 为 8 的像素,RGB 最大只能到 8,反预乘回 255 时误差会被放大几十倍。所以预乘更适合作为合成阶段的工作格式,而不是最终的交付格式。

直通 alpha:存原色,便于交换

PNG、大多数图片文件、设计工具导出的默认格式。RGB 保持原始颜色,改色、取色都方便。缺点是透明区域的颜色可能「脏」,缩放前必须先预乘。

预乘 alpha:存乘积,便于合成

合成器、Canvas、游戏引擎内部常用。插值正确、合成少一次乘法。缺点是改颜色要先反预乘,8 bit 下暗部精度差,交付时通常还要转回直通。

1 位透明与 8 位 alpha

最早的透明是「有」或「没有」。GIF 的透明索引、PNG 里的 tRNS 块,都可以只表达一位:这个像素要么完全显示,要么完全透明。这种格式体积小,做图标和像素画够用,但边缘只能是硬切,弧线上会出现明显锯齿。

PNG 里有两种表达透明的方式:索引色图用 tRNS 块指定哪个索引透明,本质还是一位;真彩色图用完整的 alpha 通道,才是 8 位。看到一张文件很小、边缘却很硬的图,先确认它走的是哪一种,不要直接断定是缩放算法的问题。

8 位 alpha 把覆盖率分成 256 档,边缘可以做平滑过渡。代价是每像素多一个字节。对一张 RGBA 图来说,从 RGB 变成 RGBA,数据量增加三分之一;压缩后的增量通常小一些,因为这些 alpha 值在平坦区域高度重复,压缩器能吃掉一部分。

介于两者之间还有一些取巧做法,比如把边缘的半透明信息烘到 RGB 里,配合一个固定的背景色使用。这叫人造 matte,也就是把背景色预先烘进边缘,只在背景确定不变时成立。一旦背景从深色换成浅色,烘进去的颜色就露馅了,必须重新生成。

视频里的 alpha 更麻烦。常见的视频编码不带逐像素 alpha,抠像素材要么单独存一条 alpha 通道,要么用亮度键或色度键在播放端实时抠。前者体积大、兼容性差,后者依赖拍摄时的背景颜色,边缘容易残留溢色。所以影视流程里会专门做溢色抑制,把边缘那一圈绿色压掉。

半透明叠加为什么发灰

假设把百分之五十的白叠在纯黑上,直觉答案是一百二十八,因为 255 的一半就是 127.5。很多代码也确实这么算,但屏幕显示出来的效果会比预期暗,看起来发灰。原因是 8 bit 数值和屏幕亮度不是线性关系,中间隔了一条 gamma 曲线。

正确的做法是先把数值还原成线性光强,在线性空间里做加权,再编码回 8 bit。纯白还原后是 1,纯黑是 0,各取一半得到 0.5,编码回 sRGB 约是 188,不是 128。上面那段代码的第三行输出就是这个对比:线性合成得到 188,直接在数值上平均得到 128,两者差了 60 级。

反过来的情况也存在。一个 alpha 为 128 的半透明白,叠在深色背景上,如果直接在 sRGB 数值上混合,结果是 137,比物理正确的结果更亮,看起来像蒙了一层灰雾。半透明面板、弹窗遮罩、玻璃效果最容易暴露这个问题。

浏览器和设计工具的默认混合通常在 sRGB 空间完成,不是线性空间。这意味着「物理正确」和「和设计稿一致」可能是两个结果。团队要明确以哪一个为准,不要一半按公式、一半按截图调。

这也是为什么同一套半透明样式,在原生 App 和网页上观感不同。原生渲染管线可能在线性空间合成,浏览器多半在 sRGB 空间合成,遇到大面积半透明叠加时差异会被放大。要跨端一致,就得在管线里显式指定合成空间,而不是依赖默认值。

缩放、模糊与合成:顺序不能反

图像缩放本质上是加权平均,每个输出像素由周围若干输入像素按权重相加得到。alpha 必须和 RGB 一起参与这个平均,否则就会出现「颜色按一套权重、透明度按另一套权重」的错位。

直通 alpha 直接平均,等于让透明像素的颜色也参与加权,白边就是这么来的。正确顺序是先预乘,再缩放,需要直通输出时最后反预乘。模糊、锐化、旋转、透视变换都是同一类操作,只要涉及邻域加权,就必须先预乘。

带透明图做缩放的正确顺序
读入直通像素
乘 alpha 转预乘
按权重缩放
按需反预乘
合成到背景

还有一个细节是边缘处理。缩放核在图像边界之外没有像素,如果直接当透明处理,图像四周会被「吃」进去一圈;如果复制边缘像素,又会把边缘颜色拖出去。多数库提供 clamp、wrap、mirror 几种策略,做九宫格切片和圆角遮罩时要特别确认用的是哪一种。

锐化和模糊也会放大边缘问题。对预乘图做锐化,透明区域的 RGB 是零,不会凭空产生白边;对直通图做锐化,透明区域的白底会被拉出来,形成一圈亮边。所以滤镜链的顺序应该是先预乘,再滤波,最后按需反预乘。

合成顺序同样重要。多个半透明图层叠加时,先合谁后合谁,结果不一样,因为每次合成都会量化一次。逐层在 8 bit 上合成五层,误差会累积;更稳的做法是在高位深或浮点缓冲里合完,最后再量化一次输出。

各平台的约定,别靠猜

PNG 规范存的是直通 alpha。浏览器解码后通常会在内部转成预乘再合成,但对外的 Canvas 接口又按直通返回,所以中间有一次来回转换。用 getImageData 读半透明像素时,读到的值可能和文件里的原始值差一两级,这就是反预乘的舍入。

Canvas 2D 的绘制默认按预乘理解,drawImage 一张直通 PNG 时浏览器会帮你转。WebGL 则要自己配:纹理上传时可以选择是否预乘,混合方程要手写,上下文还有 premultipliedAlpha 这个选项影响最终合成的解读。这里配错,最常见的表现就是「颜色比预期亮」或「边缘一圈黑」。

视频和 SVG 各有各的规则。视频抠像通常输出带 matte 的素材,播放端按固定公式还原;SVG 的 filter 会创建隔离的合成组,组内合成空间和组外不一定相同,阴影和发光效果在极端透明度下会出现偏色。

CSS 里还有一个容易忽略的点:mix-blend-mode 让元素和背后的内容按混合模式计算,但参与混合的是已经合成过的结果。父元素如果开了 isolation 或 transform,会创建新的层,混合范围随之改变,同一个样式在不同结构下可能得出不同颜色。

工程上的建议是:在数据边界上写清楚约定,不要靠默认值。上传接口收到的是直通还是预乘、图像处理库输出的是哪种、渲染管线期待的是哪种,三处都标在文档里。出现问题时的第一句话应该是「这一层用的是哪种 alpha」,而不是「颜色好像不对」。

边界与代价

第一笔代价是体积。alpha 让每像素多一个字节,未压缩数据增加三分之一;压缩后增量小一些,但仍然存在。大量小图标如果都带 8 位 alpha,总体积会明显上升,图标字体和 SVG 在这种情况下更划算。

第二笔代价是有损压缩对 alpha 不友好。JPEG 根本不支持 alpha;WebP 和 AVIF 会给 alpha 单独编码,但色度子采样仍会影响半透明区域的彩色细节,边缘容易出现脏点。带透明的素材优先用无损或高质量有损,别用最低质量去压。

第三笔代价是精度。8 bit 的预乘在低 alpha 区域几乎没有精度,反预乘会放大误差;16 bit 或浮点能缓解,但内存翻倍。做离线合成可以用浮点,做实时渲染要算清楚带宽,别为了边缘质量把整条管线拖慢。

最后一个边界是安全。解析带 alpha 的图片时,解码库面对的是不可信输入,历史上有不少漏洞出在调色板索引和 alpha 通道的边界检查上。上传图片要做尺寸和格式限制,解码放在隔离进程里,不要因为「只是张图」就放松。

当天能自己验证的五个练习

  1. 用修图软件把一张白底 logo 抠成透明,故意保留透明区域的白底,再缩到 64 像素放到深色背景上,观察白边的宽度。
  2. 把同一张图分别导出为直通 alpha 和预乘 alpha,用脚本读边缘像素,打印两种存法的 RGB 数值。
  3. 写一个 50 乘 50 的方块,alpha 从 0 线性变到 255,合成到黑色背景上,分别用 sRGB 平均和线性平均,对比中间那一条的亮度。
  4. 用 Canvas 画一个半透明圆,getImageData 读圆心像素,和文件里的原始值比较,记录差了几级。
  5. 找一张带透明的 PNG,分别用无损 WebP 和低质量有损 WebP 导出,放大边缘对比,记录文件大小和边缘干净程度。

小结

三句话:alpha 是覆盖率权重,不是颜色,透明像素的 RGB 仍然存在并且会参与插值;直通和预乘是两种存法,缩放和合成前要先预乘,否则白边、黑边都会出现;半透明叠加要在明确的合成空间里做,sRGB 数值上的平均和线性光强上的平均能差出几十级。

到这里,一个像素的四个通道和它们的含义已经讲完了。下一篇换个视角,跟着一张图走完从磁盘到屏幕的全程:文件里的字节怎么变成像素、浏览器和修图软件为什么对同一张图给出不同颜色、缩放算法怎么把细节弄糊,以及 gamma 在哪个环节被处理。