拉伸Rastor图像的抗锯齿算法

我猜你正在试图描述这样一种情况，即对象的alpha图像被粘贴到无alpha背景上，在alpha> 0的地方替换像素，而不是正确混合。在得到的图像中，alpha = 0的每个像素都是背景，alpha> 0的每个像素都来自对象。没有混合，只是粘贴。 所以 - 用于猜测alpha现在非零的像素是什么颜色的算法，可以解决问题。如果你有这个，你可以在0％＆lt; 0％的每个地方正确地进行混合。 alpha＆lt; 100％获得适当的抗锯齿边缘。 猜测丢失像素值的一种方法是使每个未知像素成为其周围像素的平均值，并不断重复这一点，直到几乎没有变化。这几乎是用于使用附近的像素修复旧照片中的划痕的算法。你问了一种有效的方法。当存在较大的未知像素区域时，多重网格方法将使您更快一些。 一旦你有一个看似合理的未知背景，混合回alpha> 0的像素，这次正确考虑他们的alpha。