分屏别硬拼：每层加蒙版拉羽化 5-10，告别割裂感的剪纸边缘

一、问题的本质：为什么硬拼一定出"剪纸边"

先把场景说清楚。所谓"分屏硬拼"，指的是把两段或多段画面按矩形区域直接裁切、并排摆放，边界处不做任何过渡处理。结果就是一条笔直、锐利、像素级突变的接缝。观众一眼就能看出"这是两张图拼的"，而不是"一个完整画面"。

这条接缝为什么刺眼？笔者认为至少有三层原因叠加。

1.1 亮度与色度的阶跃

相邻两段素材几乎不可能亮度完全一致。假设左画面平均亮度 120，右画面平均亮度 90（8bit 灰度），接缝处就存在 30 级的阶跃。人眼对亮度阶跃的敏感度遵循韦伯-费希纳定律的近似形式：在中等亮度背景下，约 1%-2% 的相对亮度差即可被察觉（来源：CIE 亮度对比度感知研究综述，2022）。30/120 = 25%，远超阈值，所以接缝被强烈感知。

1.2 硬边引发的马赫带效应

马赫带（Mach Bands）是视觉系统的侧抑制机制造成的：在亮度突变处，人眼会"脑补"出一条更亮或更暗的窄带，让边缘显得比实际更锐利。这是 1865 年 Ernst Mach 就描述过的经典现象，至今仍是图像质量评估的基础（来源：Mach, E. 1865；现代复现见 Frontiers in Neuroscience, 2021）。硬拼的接缝恰好是马赫带最强的位置，于是"剪纸感"被放大。

1.3 压缩与重采样的二次伤害

如果拼接后再走一次 H.264/H.265 编码，硬边处的高频能量会被 DCT 量化，产生振铃（ringing）和蚊噪（mosquito noise）。接缝附近出现一圈"毛刺"，进一步破坏整体感。这一点在低码率直播场景尤其明显。

本文评述：很多人把"剪纸边"归咎于分辨率不匹配，其实分辨率只是次要因素。真正的元凶是边界处缺乏过渡带。只要在边界引入一个宽度合适的渐变过渡，即使两段素材亮度差 30 级，人眼也会把它读成"光影变化"而非"拼接痕迹"。这就是蒙版+羽化要解决的问题。

二、蒙版与羽化的底层原理：Alpha、卷积与感知

2.1 图层蒙版的数学表达

图层蒙版本质上是一张单通道灰度图，取值 0-255（或归一化 0-1），记为 α(x,y)。合成公式就是最经典的 Alpha 混合（Porter-Duff over 算子，1984）：

C_out(x,y) = α(x,y) · C_top(x,y) + (1 - α(x,y)) · C_bottom(x,y)

当 α 只有 0 和 1 两个值时，就是硬拼——边界处 α 从 1 突跳到 0，输出 C_out 出现阶跃。当 α 在边界附近呈渐变时，C_out 就是两层的加权过渡，阶跃被"抹平"。

本文评述：蒙版不是"擦除工具"，而是"权重分配器"。理解这一点，才能明白为什么"每层都要独立加蒙版"——因为每一层都需要自己的一份权重函数，而不是靠上一层去覆盖下一层。

2.2 羽化到底是什么运算

羽化（Feather）在数学上就是对蒙版做一次低通滤波，最常见的是高斯模糊。对 α 做标准差为 σ 的高斯卷积：

α'(x,y) = α(x,y) * G_σ(x,y)
G_σ(x,y) = (1/(2πσ²)) · exp(-(x²+y²)/(2σ²))

软件里的"羽化半径"通常指过渡带的半宽，与 σ 存在近似关系。以 Photoshop 为例，其羽化半径 R 与高斯 σ 的经验换算约为 σ ≈ R/3（来源：Adobe Photoshop 官方文档对 Gaussian Blur 与 Feather 的说明；另见 ImageMagick 文档中 -blur 与 -feather 的对照）。也就是说，羽化 10px 约等于 σ≈3.3 的高斯模糊。

2.3 为什么羽化能骗过眼睛

人眼的空间对比敏感度函数（CSF）呈带通特性：对中低频敏感，对极高频（细锐边缘）和极低频都不敏感。硬边包含大量高频能量，落在 CSF 的敏感区；而 5-10px 的羽化把边缘能量搬到更低的频率，同时把阶跃的幅度摊薄，于是感知强度大幅下降。这正是 Mannos & Sakrison（1974）提出的 CSF 加权失真度量的直观应用。近年的视频质量研究（如 VMAF 的时域/空域特征，Netflix 2023 更新）也把边缘平滑度纳入考量。

三、为什么是 5-10：羽化半径的定量标定

"5-10"不是拍脑袋的数字，它来自三个约束的交集：感知有效性、内容保真度、编码友好度。

3.1 感知下限：低于 5px 基本无效

在 1080p 屏幕上以典型观看距离（屏幕高度的 3 倍）观看时，1 像素对应的视角约 0.02°。人眼可分辨的边缘模糊阈值大致在 2-3 像素过渡带以内仍会被读成"硬边"。多项边缘检测与人眼判读实验（如 Berkeley Segmentation Dataset 的边缘标注一致性研究，以及 2022 年 IEEE TIP 上关于边缘模糊感知阈值的论文）表明：过渡带宽度低于约 4-5px 时，多数被试仍判定为"锐利接缝"。因此 5px 是感知有效的下限。

3.2 保真上限：高于 10px 会"糊掉"内容

羽化过渡带越宽，被"吃掉"的画面内容越多。对于分屏中靠近边界的细节（人脸、文字、产品轮廓），过渡带超过 10-12px 就会明显发虚。以 1080p 为例，10px 约占画面宽度的 0.93%，对主体内容影响可接受；到 20px（1.85%）时，边界附近的文字已经难以辨认。

3.3 编码友好：5-10px 恰好落在中频

H.264/H.265 的 DCT 块为 8×8 或 16×16。过渡带若小于一个块，能量集中在少数系数上，量化后容易产生块效应；若过渡带为 5-10px，能量分散到多个系数，反而更平滑。这也是为什么适度羽化能降低接缝处的码率峰值。

笔者认为：5-10px 应作为"默认起点"而非"死规定"。正确做法是按输出分辨率等比缩放：1080p 用 5-10px，4K 用 10-20px，720p 用 3-7px。经验公式可写为 R ≈ 0.005 × 画面宽度，再结合内容密度微调。

四、Photoshop 实战：逐层蒙版与羽化工作流

4.1 正确的工作流顺序

很多人习惯先拼好再修边，这是错的。正确顺序是"先分层、再蒙版、后羽化、最后统一调色"：

1. 每个分屏画面单独一个图层，按最终位置摆放，允许重叠。
2. 为每个图层添加图层蒙版（不是用橡皮擦，也不是用选区删除）。
3. 在蒙版上用黑白渐变或软边画笔绘制边界，过渡带宽度控制在 5-10px。
4. 对蒙版执行"滤镜 → 模糊 → 高斯模糊"，半径 2-4px（对应羽化 5-10px 的观感）。
5. 全部图层完成后，再统一做色彩匹配与整体调色。

4.2 蒙版羽化的两种实现

第一种是"属性面板羽化"：选中蒙版，在属性面板拖动 Feather 滑块。优点是实时预览；缺点是只对蒙版整体生效，边缘均匀，适合矩形分屏。

第二种是"高斯模糊蒙版"：直接对蒙版通道做高斯模糊。优点是可控性强，可以配合蒙版边缘的明暗做非均匀过渡；缺点是需手动换算半径。笔者建议矩形分屏用第一种，异形/斜切分屏用第二种。

4.3 一个容易忽略的细节：蒙版也要"对齐像素"

如果分屏边界落在非整数像素上，羽化后会出现半像素的灰边。解决方法是让边界坐标取整，或在导出时用"两次立方（较平滑）"重采样。这个细节在 4K 素材缩放到 1080p 时尤其明显。

延伸学习：Adobe 官方关于图层蒙版与羽化的说明可参考 Adobe Photoshop 图层蒙版官方文档；关于高斯模糊与羽化的关系，可参考 ImageMagick Blur Usage。

五、After Effects 实战：动态分屏的边缘融合

5.1 用轨道遮罩 + 羽化做动态分屏

AE 里最直接的做法是给每层加"轨道遮罩（Track Matte）"，遮罩层用带羽化的形状图层。但更推荐用"调整图层 + 蒙版"的方式，因为可以叠加效果而不破坏原素材。

图层结构示例：
[分屏A素材]
  └─ 蒙版1（矩形，羽化 8px）
[分屏B素材]
  └─ 蒙版2（矩形，羽化 8px，与蒙版1重叠 10px）
[调整图层：色彩匹配]
[调整图层：整体锐化]

5.2 关键：让相邻蒙版"重叠"而非"贴合"

这是全文最重要的工程技巧之一。如果 A 的蒙版右边缘和 B 的蒙版左边缘严丝合缝，即使各自羽化，中间仍可能出现一条"双重半透明"的暗带或亮带。正确做法是让两个蒙版在边界处重叠 1-2 倍羽化宽度，让权重之和接近 1。

数学上，若 α_A + α_B = 1，则 C_out = α_A·C_A + α_B·C_B，是完美的线性过渡；若 α_A + α_B < 1，中间会露出背景（变暗）；若 > 1，则过渡带被重复加权（可能过曝）。本文评述：分屏融合的本质是"构造一组和为 1 的权重场"，羽化只是手段，权重守恒才是目标。

5.3 用表达式自动维持权重守恒

在 AE 中可以用表达式让 B 的蒙版羽化自动跟随 A：

// 放在 B 蒙版羽化属性上
thisComp.layer("A").mask("Mask 1").maskFeather[0]

这样调整 A 的羽化时，B 自动同步，避免手动对不齐。对于三层以上分屏，建议用空对象统一管理羽化参数。

六、OBS 与 FFmpeg：直播与批量渲染的工程实现

6.1 OBS：用滤镜链做软边拼接

OBS 本身没有"图层蒙版"概念，但可以用"图像蒙版/混合（Image Mask/Blend）"滤镜实现。操作路径：

1. 选中分屏来源，右键 → 滤镜 → 添加"图像蒙版/混合"。
2. 蒙版类型选"Alpha 蒙版（Alpha Mask）"，加载一张预先做好的带羽化的 PNG。
3. PNG 的过渡带宽度按输出分辨率设定（1080p 用 5-10px）。
4. 对每个分屏来源重复，确保相邻蒙版重叠。

注意 OBS 的混合模式要设为"Alpha 蒙版"，而非"色度键"。色度键会引入颜色溢出，不适合精细拼接。

6.2 FFmpeg：用 geq 与 overlay 做程序化羽化

批量渲染场景下，FFmpeg 更高效。核心思路是用 geq 生成带羽化的 Alpha 通道，再 overlay 叠加：

ffmpeg -i left.mp4 -i right.mp4 -filter_complex \
"[0:v]format=rgba,geq=r='r(X,Y)':a='if(gt(X,W-10),255*(W-X)/10,255)'[L]; \
 [1:v]format=rgba,geq=r='r(X,Y)':a='if(lt(X,10),255*X/10,255)'[R]; \
 [L][R]overlay=W/2:0" -c:v libx264 -crf 18 out.mp4

上面这段的含义是：左画面右边缘 10px 内 Alpha 从 255 线性降到 0，右画面左边缘 10px 内 Alpha 从 0 升到 255，两者重叠后权重和恒为 1。这是"权重守恒"在命令行里的直接落地。

本文评述：FFmpeg 的 geq 方案胜在可脚本化、可批量、可复现，适合把"5-10px 羽化"固化成流水线参数。缺点是表达式调试成本高，建议先用小片段验证 Alpha 曲线。

6.3 编码参数配合

羽化后接缝处高频减少，可以适当降低码率而不损质量。实测经验（模拟数据，基于 1080p30 测试片段）：接缝处 CRF 可从 18 放宽到 20-21，整体码率下降约 8%-12%，肉眼无差异。真实场景请以自测为准。

七、Web 前端：CSS 与 Canvas 的软边拼接

7.1 CSS mask 与 mask-image 渐变

Web 端做分屏，最优雅的是 CSS mask：

.pane-left {
  -webkit-mask-image: linear-gradient(to right, #000 0%, #000 calc(100% - 10px), transparent 100%);
  mask-image: linear-gradient(to right, #000 0%, #000 calc(100% - 10px), transparent 100%);
}
.pane-right {
  -webkit-mask-image: linear-gradient(to right, transparent 0%, #000 10px, #000 100%);
  mask-image: linear-gradient(to right, transparent 0%, #000 10px, #000 100%);
}

这里的 10px 就是羽化过渡带。两个 pane 重叠 10px，权重和恒为 1。注意 mask-image 的兼容性：现代浏览器已普遍支持，Safari 需加 -webkit- 前缀。

7.2 Canvas 的 globalCompositeOperation

如果需要更精细控制，用 Canvas 的 'destination-in' 配合径向/线性渐变：

ctx.drawImage(leftImg, 0, 0);
const g = ctx.createLinearGradient(w-10, 0, w, 0);
g.addColorStop(0, 'rgba(0,0,0,1)');
g.addColorStop(1, 'rgba(0,0,0,0)');
ctx.globalCompositeOperation = 'destination-in';
ctx.fillStyle = g;
ctx.fillRect(0, 0, w, h);

这套方法在视频会议、在线协作白板、Web 端多路视频合成中非常实用。相比 CSS，Canvas 的优势是可以在运行时动态调整羽化宽度。

延伸学习：CSS mask 的规范与示例见 MDN mask-image；Canvas 合成模式见 MDN Canvas Compositing。

八、边缘质量评估：指标、工具与数据集

8.1 客观指标

评估接缝质量，可以用以下几个指标：

• 梯度幅值峰值（Gradient Magnitude Peak）：接缝处梯度越小越好。可用 Sobel 算子计算。
• 边缘能量占比：接缝区域的拉普拉斯能量占全图比例，越低越自然。
• SSIM/PSNR（与理想融合结果对比）：适合有参考图的场景。
• VMAF：Netflix 开源，适合视频整体质量，但对局部接缝不够敏感，需配合 ROI 分析。

8.2 主观评估方法

主观评估推荐用双刺激连续质量量表（DSCQS）或成对比较（2AFC）。样本量建议不少于 15 人，观看距离为屏幕高度的 3 倍。ITU-R BT.500 与 ITU-T P.910 给出了标准流程。

8.3 可用于研究的数据集

目前没有专门针对"分屏接缝"的公开数据集，但可以借用以下资源做迁移研究：

数据集	用途	预处理说明
BSDS500	边缘/边界标注	统一缩放至 1080p，灰度化后提取边缘图
Kodak Lossless	图像质量基准	裁剪为 16:9，人工生成拼接对
Netflix VMAF 测试集	视频质量	按场景切分，保留原始编码参数
DAVIS 2017	视频对象分割	用于生成动态分屏的软边掩码

若自建数据集，建议：① 采集至少 50 组不同亮度差、色温差的拼接对；② 每组生成 0/3/5/8/10/15/20px 七档羽化版本；③ 记录分辨率、码率、编码器版本；④ 主观评分与客观指标同步采集。

九、常见坑与排错手册

9.1 羽化后出现"暗带"

原因：两个蒙版权重和小于 1，露出了背景。解决：让相邻蒙版重叠 1-2 倍羽化宽度，或把背景层填成中性灰/黑。

9.2 羽化后出现"亮带"

原因：权重和大于 1，过渡带被重复加权。解决：减小重叠量，或改用"权重守恒"的渐变（如 CSS 中一侧到 100% 透明，另一侧从 0% 开始）。

9.3 边缘出现"灰边/白边"

原因：素材带 Alpha 通道且预乘（premultiplied）处理不当，或缩放时边缘插值引入背景色。解决：统一 Alpha 处理方式，缩放用"两次立方（较平滑）"，必要时先做边缘扩边（edge extend）。

9.4 移动端播放接缝抖动

原因：硬件解码器对 Alpha 支持不一致，或帧对齐问题。解决：导出时把 Alpha 烘焙进画面（不依赖播放器合成），并确保所有分屏帧率一致。

9.5 羽化宽度在不同分辨率下不一致

原因：羽化参数是像素单位，不是相对单位。解决：按输出分辨率等比换算，或使用相对单位（如 CSS 的 %、AE 的表达式按 comp 宽度计算）。

十、前沿预判：从手工羽化到神经边缘融合

10.1 传统方法的边界

手工羽化本质是"线性过渡"，它假设两段素材在边界附近可以用线性插值平滑衔接。但当两段素材存在明显的光照方向差异、透视差异或运动差异时，线性过渡会露出"鬼影"或"重影"。这是传统方法的物理边界。

10.2 神经图像融合的进展

近年基于深度学习的图像融合（如 U2Fusion、SwinFusion、以及 2023-2024 年多篇基于扩散模型的融合工作）可以在语义层面决定"哪里该用哪张图"，并生成自然的过渡。这类方法在遥感、医学影像、多曝光融合中已取得优于传统 Laplacian 金字塔的结果。但它们的计算成本高，且对视频时序一致性要求苛刻，短期内难以替代直播/实时场景的手工羽化。

本文评述：神经融合不是"取代羽化"，而是"在羽化之上做语义修正"。可预见的工程路径是：先用 5-10px 羽化做基础过渡，再用轻量网络（如 MobileNet 级别的边缘修正网络）做局部微调。这样既保留实时性，又提升自然度。

10.3 实时神经渲染的启示

NeRF 与 3D Gaussian Splatting 的兴起，让"多视角融合"从 2D 拼接走向 3D 重建。未来的分屏可能不再是"把两张图拼在一起"，而是"在同一 3D 场景中渲染多个视角"。到那时，边缘融合将变成渲染管线的一部分，由几何与光照一致性自然保证。但在过渡期内，2D 蒙版+羽化仍是最可靠、最通用的工程手段。

十一、结论与操作清单

回到文章标题：分屏别硬拼，每层加蒙版拉羽化 5-10。这不是一句口号，而是一条有数学依据、有工程路径、有评估方法的技术主线。

笔者认为，边缘融合的功夫，一半在参数，一半在对"权重守恒"的理解。把这两件事想清楚，剪纸边自然就消失了。