50 lines
1.8 KiB
Python
50 lines
1.8 KiB
Python
from PIL import Image
|
|
import numpy as np
|
|
|
|
def remove_black_background(img_path, out_path):
|
|
# Carregar imagem e garantir modo RGBA
|
|
img = Image.open(img_path).convert("RGBA")
|
|
data = np.array(img)
|
|
|
|
# Extrair canais
|
|
r, g, b, a = data[:,:,0], data[:,:,1], data[:,:,2], data[:,:,3]
|
|
|
|
# O alpha original é estimado pelo valor máximo dos canais R, G, B
|
|
# Isso funciona porque o fundo é preto (0,0,0)
|
|
# Usamos fmax para obter o valor float e evitar overflow/underflow
|
|
max_rgb = np.fmax(np.fmax(r, g), b)
|
|
|
|
# Criar nova imagem com o mesmo tamanho
|
|
new_data = np.zeros_like(data)
|
|
|
|
# O novo alpha é o valor máximo de R, G, B
|
|
new_alpha = max_rgb.astype(np.uint8)
|
|
|
|
# Onde new_alpha é maior que zero, desmultiplicamos a cor para remover o halo preto
|
|
mask = new_alpha > 0
|
|
|
|
# Copiar canais
|
|
new_data[:,:,0] = r
|
|
new_data[:,:,1] = g
|
|
new_data[:,:,2] = b
|
|
new_data[:,:,3] = new_alpha
|
|
|
|
# Aplicar unmultiplying alpha para clarear os pixels semi-transparentes de borda
|
|
# R_new = R_old * 255 / alpha
|
|
alpha_float = new_alpha.astype(float)
|
|
for i in range(3):
|
|
channel = data[:,:,i].astype(float)
|
|
# Onde a máscara for verdadeira, calcula. Onde for falsa, deixa zero.
|
|
adjusted = np.zeros_like(channel)
|
|
adjusted[mask] = np.minimum(255, (channel[mask] * 255.0 / alpha_float[mask]))
|
|
new_data[:,:,i] = adjusted.astype(np.uint8)
|
|
|
|
# Salvar a nova imagem
|
|
out_img = Image.fromarray(new_data, "RGBA")
|
|
out_img.save(out_path, "PNG")
|
|
print(f"Processada: {img_path} -> {out_path}")
|
|
|
|
if __name__ == "__main__":
|
|
remove_black_background("logotipo_steelXR.png", "public/logotipo_steelXR_transparente.png")
|
|
remove_black_background("iconeXR.png", "public/iconeXR_transparente.png")
|