Question

假设我有两个OpenCV（Python软件包cv2）已加载灰度图像img1和img2，它们的尺寸均相同。现在，我希望同时使用img1和img2的均值。这是两种方法：

# Method 1
mean = (img1 * 0.5) + (img2 * 0.5)

# Method 2
mean = cv2.addWeighted(img1,0.5,img2,0.5,0)

但是，当我使用mean显示它们时，cv2.imshow在两种方法上在视觉上都是不同的。为什么会这样？

Answer 1

回答我自己的问题，以帮助对此感到困惑的其他人：

方法1和2都产生相同的结果。您可以通过使用mean将cv2.imwrite映像写入磁盘来验证这一点。问题不在于方法。

问题是用于显示图像的cv2.imshow方法期望图像阵列被规范化，即在[0,1]范围内。在我的情况下，两个图像数组都是8位无符号整数，因此，其像素值在[0,255]范围内。由于mean是两个数组的平均值，因此其像素值也在[0,255]范围内。因此，当我将mean传递给cv2.imshow时，值大于1的像素将被解释为值为255，从而导致视觉效果大不相同。

解决方案是在将mean传递给cv2.imshow之前对其进行规范化：

# Method 1
mean = (img1 * 0.5) + (img2 * 0.5)

# Method 2
mean = cv2.addWeighted(img1,0.5,img2,0.5,0)

# Note that the division by 255 results in the image array values being squeezed to [0,1].

cv2.imshow("Averaged", mean/255.)

Answer 2

很高兴您找到了解决问题的可行方法，但这似乎是一种解决方法。此行为的真正原因在于其他地方。这里的问题是mean = (img1 * 0.5) + (img2 * 0.5)返回的数据类型为float32的矩阵包含范围为0.0 - 255.0的值。您可以使用print mean.dtype进行验证。由于新的矩阵值已被无意转换为浮点型，因此我们可以使用(img_1 * 0.5 + img_2 * 0.5).astype("uint8")还原此操作。如果使用cv2.addWeighted()，它将自动为您返回数据类型为uint8的矩阵，并且一切正常。

我关心的是您得出的结论：

问题是cv2.imshow()方法用于显示图像，希望您的图像阵列被标准化，即在[0,1]范围内。

cv2.imshow()可以在[0-255]和[0.0-1.0]的范围内正常工作，但是当您传递值在[0-255]范围内的矩阵时会出现问题，但是dtype为float32而不是uint8。

在这种情况下，cv2.addWeighted和numpy mean有什么区别？

2 个答案: