透明 PNG 送 OCR 后发黑，怎样正确铺白底

本文使用合成样本演示处理方法。代码已通过隔离环境中的示例检查；这不代表对所有真实文件或产品效果的保证。处理重要文件前，请保留原件，并按文中的边界与验收项复核。 一张透明背景的文字 PNG，在网页里看着正常，送入某个处理流程后却变成黑底。透明像素的 RGB 值并不是最终显示颜色。直接删除 alpha 通道，相当于忽略合成过程，结果可能与用户看到的图完全不同。 先合成，再转成 RGB 如果业务规定 OCR 输入使用白底，就先创建不透明白色背景，将 RGBA 图合成上去，再转换 RGB。这里的白底是一项明确输入策略；对浅色文字、彩色纸张或其他视觉语义，仍需先确认是否适用。 用完全透明与不透明像素对照 from PIL import Image source = Image.new("RGBA", (2, 1), (0, 0, 0, 0)) source.putpixel((1, 0), (0, 0, 0, 255)) wrong = source.convert("RGB") background = Image.new("RGBA", source.size, (255, 255, 255, 255)) correct = Image.alpha_composite(background, source).convert("RGB") assert wrong.getpixel((0, 0)) == (0, 0, 0) assert correct.getpixel((0, 0)) == (255, 255, 255) assert correct.getpixel((1, 0)) == (0, 0, 0) assert correct.mode == "RGB" assert source.mode == "RGBA" 这是两个像素的合成教学例子。它说明透明背景处理顺序，并不证明任何 OCR 引擎的识别结果。真实输入还可能是带透明索引的 P 模式图片，通常需要先统一到 RGBA，再走相同合成步骤。 不同模式需要显式处理 输入 推荐检查 常见错误 RGBA alpha 通道与背景策略 直接丢掉透明通道 调色板 PNG 是否存在透明索引 只检查模式名有没有 A 普通 RGB 原始背景颜色 没有必要假造透明层 半透明笔画 合成后边缘与对比 强制阈值导致笔画断裂 保留原图有实际价值 白底版本应作为派生产物，不覆盖源文件。若后续发现浅灰签章变得难辨，需要回到原件比较，而不是用已经处理过的图再处理一次。处理清单应记录背景色、输入输出模式和尺寸。 让识别与翻译基于用户真正看到的页面 向 OmniDoc（产品入口） 提交图像或扫描文档之前，可以用这项检查消除显示与像素之间的落差。译后再核对正文、印章与数字区域。输入视觉状态一致，才更容易判断后续差异来自哪里。 参考： Pillow Image 合成接口 。 - 1 -