ในกราฟิกคอมพิวเตอร์การผสมอัลฟาหรือการผสมอัลฟาคือกระบวนการรวมภาพหนึ่งภาพเข้ากับพื้นหลังเพื่อสร้างลักษณะความโปร่งใส บางส่วนหรือ ทั้งหมด^{[ 1 ]}มักจะเป็นประโยชน์ในการเรนเดอร์องค์ประกอบภาพ (พิกเซล) ในขั้นตอนหรือเลเยอร์ ที่แยกจากกัน จากนั้นรวมภาพ 2 มิติที่ได้เข้าเป็นภาพสุดท้ายภาพเดียวที่เรียกว่าคอมโพสิตการผสมภาพถูกนำมาใช้อย่างกว้างขวางในภาพยนตร์เมื่อรวมองค์ประกอบภาพที่เรนเดอร์ด้วยคอมพิวเตอร์ เข้ากับ ภาพจริงการผสมอัลฟายังใช้ในกราฟิกคอมพิวเตอร์ 2 มิติเพื่อวาง องค์ประกอบพื้นหน้า แบบแรสเตอร์ไว้เหนือพื้นหลัง

เพื่อให้สามารถรวมองค์ประกอบภาพของรูปภาพได้อย่างถูกต้อง จำเป็นต้องเก็บมาสก์ ที่เกี่ยวข้อง กับแต่ละองค์ประกอบนอกเหนือจากสีของมันด้วย เลเยอร์มาสก์นี้ประกอบด้วยข้อมูลการครอบคลุม—รูปร่างของรูปทรงเรขาคณิตที่กำลังวาด—ทำให้สามารถแยกแยะระหว่างส่วนของภาพที่มีการวาดบางสิ่งบางอย่างและส่วนที่ว่างเปล่าได้

แม้ว่าการรวมภาพสองภาพขั้นพื้นฐานที่สุดคือการวางภาพหนึ่งทับอีกภาพหนึ่ง แต่ก็ยังมีวิธีการหรือโหมดการผสมผสาน อีกมากมาย ที่ใช้กัน

แนวคิดของช่องอัลฟาได้รับการแนะนำโดยAlvy Ray SmithและEd Catmullในช่วงปลายทศวรรษ 1970 ที่ห้องปฏิบัติการคอมพิวเตอร์กราฟิกส์ของสถาบันเทคโนโลยีนิวยอร์ก Bruce A. Wallace ได้พัฒนาตัวดำเนินการแบบตรงเดียวกันโดยอิงจาก แบบจำลอง การสะท้อน / การส่งผ่าน ทางกายภาพ ในปี 1981 ^{[ 2 ]}บทความในปี 1984 โดยThomas PorterและTom Duffได้แนะนำอัลฟาแบบพรีมัลติพลีดโดยใช้แนวทางทางเรขาคณิต^{[ 3 ]}

Smith อธิบายการใช้คำว่าอัล ฟาไว้ดังนี้: "เราเรียกมันว่าอย่างนั้นเพราะ สูตรการแทรกสอดเชิงเส้นแบบคลาสสิก ที่ใช้ตัวอักษรกรีก(อัลฟา) เพื่อควบคุมปริมาณการแทรกสอดระหว่างภาพสองภาพ A และ B ในกรณีนี้" ^{[ 4 ]}นั่นคือ เมื่อรวมภาพ A ไว้บนภาพ B ค่าของในสูตรจะถูกนำมาจากช่องอัลฟาของ A โดยตรง ${\displaystyle \alpha A+(1-\alpha )B}$${\displaystyle \alpha }$${\displaystyle \alpha }$

ในภาพ 2 มิติ ค่าสีจะถูกจัดเก็บไว้สำหรับแต่ละองค์ประกอบภาพ (พิกเซล) ซึ่งมักจะเป็นการผสมผสานระหว่างสีแดง สีเขียว และสีน้ำเงิน ( RGB ) เมื่อใช้การผสมสีแบบอัลฟา แต่ละพิกเซลจะมีค่าตัวเลขเพิ่มเติมถูกจัดเก็บไว้ในช่องอัลฟาโดยมีค่าตั้งแต่ 0 ถึง 1 ค่า 0 หมายความว่าพิกเซลนั้นโปร่งใส อย่างสมบูรณ์ และสีในพิกเซลด้านล่างจะปรากฏให้เห็น ค่า 1 หมายความว่าพิกเซลนั้นทึบแสงอย่างสมบูรณ์

ด้วยการมีอยู่ของช่องอัลฟา ทำให้สามารถแสดงการดำเนินการคอมโพสิตภาพโดยใช้พีชคณิตคอมโพสิตได้ ตัวอย่างเช่น เมื่อมีภาพสองภาพAและBการดำเนินการคอมโพสิตที่พบบ่อยที่สุดคือการรวมภาพเพื่อให้Aปรากฏในพื้นหน้าและBปรากฏในพื้นหลัง ซึ่งสามารถแสดงได้เป็นA ทับBนอกจากทับ แล้ว Porter และ Duff ^{[ 3 ]}ได้กำหนดตัวดำเนินการคอมโพสิตใน , held out by (วลีนี้หมายถึงการจัดวางแบบ holdoutและมักจะย่อเป็นout ), atopและxor (และตัวดำเนินการย้อนกลับrover , rin , routและratop ) จากการพิจารณาตัวเลือกในการผสมสีของพิกเซลสองพิกเซลเมื่อการครอบคลุมของพวกมันถูกวางซ้อนกันในเชิงแนวคิดแบบตั้งฉาก:

ตัวอย่างเช่น ตัวดำเนินการ overสามารถทำได้โดยการใช้สูตรต่อไปนี้กับแต่ละพิกเซล: ^{[ 2 ]}

${\displaystyle {\begin{aligned}\alpha _{o}&={\phantom {~C_{a}}}\alpha _{a}+{\phantom {C_{b}}}\alpha _{b}(1-\alpha _{a})\\C_{o}&={\frac {C_{a}\alpha _{a}+C_{b}\alpha _{b}(1-\alpha _{a})}{\alpha _{o}}}\end{aligned}}}$

ในที่นี้, และแทนส่วนประกอบสีของพิกเซลในผลลัพธ์ของ "การประมวลผล" ภาพ A และภาพ B ตามลำดับ ซึ่งนำไปใช้กับแต่ละช่องสี (แดง/เขียว/น้ำเงิน) แยกกัน ในขณะที่, และคือค่าอัลฟาของพิกเซลนั้นๆ ${\displaystyle C_{o}}$${\displaystyle C_{a}}$${\displaystyle C_{b}}$${\displaystyle \alpha _{o}}$${\displaystyle \alpha _{a}}$${\displaystyle \alpha _{b}}$

ตัว ดำเนินการ overในทางปฏิบัติคือการดำเนินการระบายสีปกติ (ดูอัลกอริทึมของ Painter ) ตัวดำเนินการ inและoutเทียบเท่ากับการตัดในคอมโพ สิตอัลฟา ทั้งสองใช้เฉพาะช่องอัลฟาของภาพที่สองและไม่สนใจส่วนประกอบสี นอกจากนี้plusยังกำหนดการผสมแบบเพิ่ม^{[ 3 ]}

หากมีการใช้ช่องอัลฟาในภาพ จะมีรูปแบบการแสดงผลสองแบบที่ใช้กันทั่วไป ได้แก่ อัลฟาแบบตรง (ไม่สัมพันธ์กัน) และอัลฟาแบบคูณล่วงหน้า (สัมพันธ์กัน)

• เมื่อใช้ค่าอัลฟ่าแบบตรงค่า RGB จะแทนสีของวัตถุหรือพิกเซล โดยไม่คำนึงถึงความทึบแสง นี่คือวิธีการที่กล่าวถึงโดย ตัวดำเนินการ overในส่วนก่อนหน้า
• ด้วยค่าอัลฟาที่คูณไว้ล่วงหน้าส่วนประกอบ RGB แสดงถึงการปล่อยแสงของวัตถุหรือพิกเซล และค่าอัลฟาแสดงถึงการบดบัง ตัว ดำเนินการ โอเวอร์จึงกลายเป็น: ^{[ 3 ]}

  ${\displaystyle C_{o}=C_{a}+C_{b}(1-\alpha _{a})}$

  ${\displaystyle \alpha _{o}=\alpha _{a}+\alpha _{b}(1-\alpha _{a})}$

ข้อได้เปรียบที่สำคัญที่สุดของอัลฟาแบบพรีมัลติพลายด์คือ ช่วยให้การผสม การแทรกสอดและการกรอง เป็นไปอย่างถูกต้อง การแทรกสอดแบบธรรมดาโดยไม่มีอัลฟาแบบพรีมัลติพลายด์จะทำให้ข้อมูล RGB รั่วไหลออกจากบริเวณที่โปร่งใสอย่างสมบูรณ์ (A=0) แม้ว่าข้อมูล RGB นี้จะมองไม่เห็นก็ตาม เมื่อทำการแทรกสอดหรือกรองภาพที่มีขอบเขตที่ชัดเจนระหว่างบริเวณที่โปร่งใสและทึบแสง อาจส่งผลให้เกิดขอบเขตของสีที่ไม่ปรากฏในภาพต้นฉบับ ข้อผิดพลาดยังเกิดขึ้นในบริเวณที่มีความโปร่งใสบางส่วน เนื่องจากส่วนประกอบ RGB ไม่ได้รับการถ่วงน้ำหนักอย่างถูกต้อง ทำให้สีของพิกเซลที่โปร่งใสกว่า (อัลฟาต่ำกว่า) ได้รับการถ่วงน้ำหนักสูงอย่างไม่ถูกต้อง^{[ 5 ]}

อาจใช้ค่าอัลฟาแบบพรีมัลติพลายด์เพื่ออนุญาตให้บริเวณที่มีการผสมอัลฟาแบบปกติ (เช่น ควัน) และบริเวณที่มีโหมดการผสมแบบเพิ่ม (เช่น เอฟเฟกต์เปลวไฟและประกายระยิบระยับ) สามารถเข้ารหัสได้ภายในภาพเดียวกัน^{[ 6 ] [ 7 ]}ซึ่งแสดงด้วยชุดค่า RGBA สามค่าที่แสดงการปล่อยแสงโดยไม่มีการบดบัง เช่น (0.4, 0.3, 0.2, 0.0)

ข้อดีอีกประการหนึ่งของอัลฟาแบบพรีมัลติพลีดคือประสิทธิภาพ ในบางสถานการณ์ สามารถลดจำนวนการดำเนินการคูณได้ (เช่น หากใช้ภาพหลายครั้งในระหว่างการคอมโพสิตในภายหลัง) การดำเนินการ Porter–Duff มีรูปแบบที่เรียบง่ายเฉพาะในอัลฟาแบบพรีมัลติพลีดเท่านั้น^{[ 3 ]}ไปป์ไลน์การเรนเดอร์บางส่วนเปิดเผยพื้นผิว API "อัลฟาตรง" แต่แปลงเป็นอัลฟาแบบพรีมัลติพลีดเพื่อประสิทธิภาพ^{[ 8 ]}

ข้อเสียอย่างหนึ่งของการใช้ค่าอัลฟาแบบพรีมัลติพลีทคือ อาจลดความแม่นยำสัมพัทธ์ของค่า RGB เมื่อใช้การแสดงค่าสีแบบจำนวนเต็มหรือจุดคงที่ ซึ่งอาจทำให้คุณภาพของภาพลดลงอย่างเห็นได้ชัด หากข้อมูลสีถูกปรับให้สว่างขึ้นในภายหลัง หรือหากลบช่องอัลฟาออก ในทางปฏิบัติ มักจะไม่สังเกตเห็นได้ชัดเจน เนื่องจากในระหว่างการดำเนินการประกอบภาพทั่วไป เช่น OVER ผลกระทบของข้อมูลสีที่มีความแม่นยำต่ำในบริเวณที่มีค่าอัลฟาต่ำต่อภาพสุดท้าย (หลังการประกอบภาพ) จะลดลงตามไปด้วย การสูญเสียความแม่นยำนี้ยังทำให้ภาพแบบพรีมัลติพลีทบีบอัด ได้ง่ายขึ้น โดยใช้รูปแบบการบีบอัดบางอย่าง เนื่องจากภาพเหล่านี้ไม่ได้บันทึกความแปรผันของสีที่ซ่อนอยู่ภายในบริเวณโปร่งใส และสามารถจัดสรรบิตน้อยลงเพื่อเข้ารหัสบริเวณที่มีค่าอัลฟาต่ำ ข้อจำกัดเดียวกันของความลึกของบิตการควอนไทเซชันที่ต่ำกว่า เช่น 8 บิตต่อช่อง ก็มีอยู่ในภาพที่ไม่มีค่าอัลฟาเช่นกัน และข้อโต้แย้งนี้จึงเป็นปัญหา

สมมติว่าสีของพิกเซลแสดงโดยใช้ค่า RGBA แบบตรง (ไม่ใช่แบบพรีมัลติพลายด์) ค่าพิกเซล (0, 0.7, 0, 0.5) หมายถึงพิกเซลที่มีความเข้มสีเขียว 70% ของค่าสูงสุด และความทึบแสง 50% หากสีเป็นสีเขียวทั้งหมด ค่า RGBA จะเป็น (0, 1, 0, 0.5) อย่างไรก็ตาม หากพิกเซลนี้ใช้ค่าอัลฟาแบบพรีมัลติพลายด์ ค่า RGB ทั้งหมด (0, 0.7, 0) จะถูกคูณหรือปรับขนาดสำหรับการบดบังด้วยค่าอัลฟา 0.5 ซึ่งจะถูกต่อท้ายเพื่อให้ได้ (0, 0.35, 0, 0.5) ในกรณีนี้ ค่า 0.35 สำหรับช่อง G แสดงถึงความเข้มของการปล่อยแสงสีเขียว 70% (โดยมีการบดบัง 50%) การปล่อยแสงสีเขียวบริสุทธิ์จะถูกเข้ารหัสเป็น (0, 0.5, 0, 0.5) การทราบว่าไฟล์ใช้ค่าอัลฟาแบบตรงหรือแบบคูณล่วงหน้าเป็นสิ่งสำคัญในการประมวลผลหรือประกอบภาพอย่างถูกต้อง เนื่องจากต้องใช้การคำนวณที่แตกต่างกัน

การปล่อยแสงโดยไม่มีสิ่งกีดขวางไม่สามารถแสดงได้ด้วยค่าอัลฟาแบบตรง ในกรณีนี้จึงไม่มีการแปลงค่าใดๆ

รูปแบบภาพยอดนิยมที่รองรับช่องอัลฟา ได้แก่PNGและTIFFส่วนGIFรองรับความโปร่งใส 1 บิต โดยการกำหนดค่าหนึ่งในพาเลทให้เป็นค่าโปร่งใสการรองรับช่องอัลฟาพบได้ในตัวแปลงสัญญาณวิดีโอบางตัว เช่น Animation และ Apple ProRes 4444 ของรูปแบบ QuickTime หรือในตัวแปลงสัญญาณหลายรูปแบบ Techsmith

โดยทั่วไป ไฟล์รูปแบบBMPไม่รองรับช่องสัญญาณนี้ อย่างไรก็ตาม ในรูปแบบต่างๆ เช่น 32 บิต (888–8) หรือ 16 บิต (444–4) สามารถบันทึกช่องสัญญาณอัลฟาได้ แม้ว่าระบบหรือโปรแกรมบางโปรแกรมจะไม่สามารถอ่านได้ก็ตาม โดยส่วนใหญ่จะถูกนำไปใช้ในวิดีโอเกมบางเกม^{[ 9 ]}หรือแอปพลิเคชันเฉพาะ^{[ 10 ]}นอกจากนี้ยังมีการสร้างโปรแกรมเฉพาะสำหรับการสร้าง BMP เหล่านี้ด้วย

ค่า RGB ของภาพดิจิทัลทั่วไปไม่ได้สอดคล้องกับความเข้มของแสงจริงโดยตรง แต่ถูกบีบอัดด้วย ฟังก์ชัน แก้ไขแกมมา :

${\displaystyle C_{\text{encoded}}=C_{\text{linear}}^{1/\gamma }}$

การแปลงนี้ใช้ประโยชน์จากจำนวนบิตที่จำกัดในภาพที่เข้ารหัสได้อย่างมีประสิทธิภาพมากขึ้น โดยเลือกค่าที่สอดคล้องกับการรับรู้ความสว่างที่ไม่เป็นเชิงเส้นของมนุษย์ได้ดีกว่า ${\displaystyle \gamma }$

ดังนั้น โปรแกรมคอมพิวเตอร์ที่จัดการกับภาพดังกล่าวจะต้องถอดรหัสค่า RGB ให้เป็นพื้นที่เชิงเส้น (โดยการยกเลิกการบีบอัดแกมมา) ผสมความเข้มแสงเชิงเส้น และใช้การบีบอัดแกมมากับผลลัพธ์อีกครั้ง: ^{[ 20 ] [ 21 ]}

${\displaystyle C_{o}=\left({\frac {C_{a}^{\gamma }\alpha _{a}+C_{b}^{\gamma }\alpha _{b}(1-\alpha _{a})}{\alpha _{o}}}\right)^{1/\gamma }}$

เมื่อรวมกับอัลฟาที่คูณไว้ล่วงหน้า การคูณล่วงหน้าจะทำในพื้นที่เชิงเส้นก่อนการบีบอัดแกมมา^{[ 22 ]}ส่งผลให้ได้สูตรดังต่อไปนี้:

${\displaystyle C_{o}=\left(C_{a}^{\gamma }+C_{b}^{\gamma }(1-\alpha _{a})\right)^{1/\gamma }}$

โปรดทราบว่าช่องอัลฟาอาจมีการปรับแก้แกมมาหรือไม่ก็ได้ แม้ว่าช่องสีอื่นๆ จะมีการปรับแก้แกมมาแล้วก็ตาม

แม้ว่าจะใช้เพื่อวัตถุประสงค์ที่คล้ายคลึงกัน แต่สีโปร่งใสและมาสก์ภาพไม่อนุญาตให้พิกเซลของภาพที่ซ้อนทับผสมผสานกับพิกเซลของพื้นหลังได้อย่างราบรื่น (อนุญาตเฉพาะพิกเซลของภาพทั้งหมดหรือพิกเซลของพื้นหลังทั้งหมดเท่านั้น)

สามารถสร้างเอฟเฟ็กต์ที่คล้ายกันได้ด้วยช่องอัลฟา 1 บิต ดังเช่นใน โหมด สีสูง RGBA 16 บิต ของรูปแบบไฟล์ภาพTruevision TGA และ โหมดกราฟิกสีสูงของอะแดปเตอร์แสดงผล TARGAและ AT-Vista/NU-Vista ที่เกี่ยวข้อง โหมดนี้จัดสรร 5 บิตสำหรับสี RGB หลักแต่ละสี ( RGB 15 บิต ) บวกกับบิตที่เหลืออีกหนึ่งบิตเป็น "ช่องอัลฟา"

การใช้ เทคนิค Ditheringสามารถช่วยจำลองการบดบังบางส่วนได้ ในกรณีที่มีค่าอัลฟาเพียง 1 บิตเท่านั้น

สำหรับบางแอปพลิเคชัน ช่องอัลฟาเพียงช่องเดียวอาจไม่เพียงพอ ตัวอย่างเช่น หน้าต่างกระจกสีจำเป็นต้องมีช่องความโปร่งใสแยกต่างหากสำหรับแต่ละช่อง RGB เพื่อจำลองความโปร่งใสของสีแดง สีเขียว และสีน้ำเงินแยกกัน สามารถเพิ่มช่องอัลฟาได้มากขึ้นเพื่อความแม่นยำในการกรองสีตามสเปกตรัม

วิธีการโปร่งใสที่ไม่ขึ้นกับลำดับบาง วิธีจะแทนที่ ตัวดำเนินการด้วยการประมาณค่าแบบสลับที่ได้^{[ 23 ]}

• การประกอบภาพดิจิทัล - โทมัส พอร์เตอร์ และ ทอม ดัฟฟ์ (บทความต้นฉบับ)
• หลักการพื้นฐานของการจัดองค์ประกอบภาพ
• เรียนรู้การใช้งานส่วนขยาย Compositing และ Color ใน SVG 1.2 ภายใน 30 นาที!
• การสร้างอัลฟ่าแมทติ้งและการคูณล่วงหน้า