import cv2
image1 = cv2.imread('one.jpg', 0)
image2 = cv2.imread('two.jpg', 0)
diff = image1 - image2
对于上面的代码,对于某些值,会发生由于减法引起的溢出。 例如:
238 - 254 = 240
我该怎么做才能防止这种溢出,而是以-16
作为答案?
答案 0 :(得分:2)
因此,在您提供cv2模块之后,这是优化的答案。
您的回答显示了问题:
>>> import cv2
>>> img = cv2.imread('myimage.jpg', 0)
>>> img.dtype
dtype('uint8')
这意味着,正如您所说的那样,它是一个无符号的8位整数,只能取0到55的值。
但是,您可以自动将数组转换为更好的dtype,这比执行int(value)更有效。 例如......
>>> img[0][0]
0
>>> img[0][0] -= 1
>>> img[0][0]
255 # since it's uint8
>>> img[0][0] += 1
>>> img2 = img.astype('uint16')
>>> img2[0][0] -= 1
>>> img2[0][0]
65535 # since it's uint16
您还可以转换为uint8,16,32和64以外的其他类型。例如......
>>> img3 = img2.astype('int64') # signed int64
>>> img3[0][0] -= 7000000
>>> img3[0][0]
-6934465
简而言之,您可以使用NumPy的dtypes手动指定来自uint8-64和int8-64(可能更多)的dtypes,而不是使用Python的内置类型转换。 newarray = array.astype(' type'),使用新的dtype创建一个紧凑而高效的数组。您还可以指定其他类型,例如' int',' bool',' object'等,显示NumPy数组的多功能性和实用性。
要了解有关dtypes以及如何使用它们的更多信息,SciPy文档的链接为here。
答案 1 :(得分:1)
上述数字的数据类型为unsigned int8
,可以从0 to 255
获取值。
238 - 254 = -16
,由于uint8
没有负数的代表,因此给出了240
作为答案。
相反,请将数字转换为int8 (-128 to 127)
或int16 (-32768 to 32767)
。