python - 为什么根据我的 numpy 数组的类型是 int64 还是 uint8，按元素加法/减法的输出会有所不同？

Question

我正在进行图像比较并计算差异，并注意到按元素减法似乎仅在我使用 dtype='int64' 而不是使用 dtype='uint8' 将数据读取为 numpy 数组时才起作用。出于图像可视化的原因，我想切换到“unit8”。

image1 = np.array(plt.imread('fixed_image.jpg'), dtype='int64')[:, :, 0:3]
image2 = np.array(plt.imread('fixed_image_2.jpg'), dtype='int64')[:, :, 0:3]
diff = image1-image2

在上面的代码中，只有使用 dtype int64 才能正确计算 diff，而不能使用 dtype uint8 正确计算。这是为什么？

Answer 1

uint8 表示“8 位无符号整数”，并且仅具有 0-255 范围内的有效值。这是因为 256 个不同值是使用 8 位数据可以表示的最大数量。如果将两个 uint8 图像加在一起，很可能会在某个地方溢出 255。例如:

>>> np.uint8(130) + np.uint8(131)
5

类似地，如果你减去两个图像，你很可能会得到负数 - 它再次回到范围的高端:

>>> np.uint8(130) - np.uint8(131)
255

如果您需要像这样添加或减去图像，您将需要使用不会轻易下溢/溢出的数据类型(例如 int64 或 float)，然后作为最后一步进行标准化并转换回 uint8 。