opencv看图像同导致python_在Pillow和OpenCV中打开的图像并不等同

我从Wikipedia(下面的树)下载了一个测试图像&＃xff0c;用python比较Pillow和{}(使用cv2)。从视觉上看&＃xff0c;这两幅图像看起来是一样的&＃xff0c;但它们各自的md5哈希值不匹配&＃xff1b;如果我减去这两幅图像&＃xff0c;结果甚至不接近纯黑(下图为原始图像)。原始图像是JPEG格式。如果我先把它转换成PNG&＃xff0c;散列就匹配了。在

最后一幅图像显示了像素值差异的频率分布。在

正如Catree指出的那样&＃xff0c;我的减法导致了整数溢出。我更新到在减法之前转换成dtype&＃61;int&＃xff0c;然后在绘制差分之前取绝对值。现在&＃xff0c;不同的图像感觉上是纯黑色的。在

这是我使用的代码&＃xff1a;from PIL import Image

import cv2

import sys

import md5

import numpy as np

def hashIm(im):

imP &＃61; np.array(Image.open(im))

# Convert to BGR and drop alpha channel if it exists

imP &＃61; imP[..., 2::-1]

# Make the array contiguous again

imP &＃61; np.array(imP)

im &＃61; cv2.imread(im)

diff &＃61; im.astype(int)-imP.astype(int)

cv2.imshow(&＃39;cv2&＃39;, im)

cv2.imshow(&＃39;PIL&＃39;, imP)

cv2.imshow(&＃39;diff&＃39;, np.abs(diff).astype(np.uint8))

cv2.imshow(&＃39;diff_overflow&＃39;, diff.astype(np.uint8))

with open(&＃39;dist.csv&＃39;, &＃39;w&＃39;) as outfile:

diff &＃61; im-imP

for i in range(-256, 256):

outfile.write(&＃39;{},{}\n&＃39;.format(i, np.count_nonzero(diff&＃61;&＃61;i)))

cv2.waitKey(0)

cv2.destroyAllWindows()

return md5.md5(im).hexdigest() &＃43; &＃39; &＃39; &＃43; md5.md5(imP).hexdigest()

if __name__ &＃61;&＃61; &＃39;__main__&＃39;:

print sys.argv[1] &＃43; &＃39;\t&＃39; &＃43; hashIm(sys.argv[1])

更新频率分布以显示负值。在

这是我在实现Catree推荐的更改之前看到的。在