问题描述
今天在使用Numpy中的矩阵做相减操作时,出现了一些本应为负值的位置自动转换为了正值,
观察发现转换后的正值为原本的负值加上256得到,具体情况如下:
正常情况矩阵相减样例如下
>>> import numpy as np >>> arr = np.array([98,100,103,161,192,210]) >>> brr = np.array([105,105,106,197,196,195]) >>> crr = arr-brr >>> print(crr) [ -7 -5 -3 -36 -4 15]
错误代码如下：
path = './image/Blur/<div>本文来源gaodai.ma#com搞##代!^码@网3</div>blur5.png' kernel_size = (21, 21); sigma = 0; img = cv2.imread(path) img2gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY) img2blur = cv2.GaussianBlur(img2gray, kernel_size, sigma); grayMat = np.matrix(img2gray) blurMat = np.matrix(img2blur) finalMat = blurMat-grayMat print(grayMat[0,0:10]) print(blurMat[0,0:10]) print(finalMat[0,0:10])
得到的结果值如下：
[[173 171 169 171 174 179 181 182 180 180]] [[172 172 172 173 173 174 174 173 171 168]] [[255 1 3 2 255 251 249 247 247 244]]
解决方案
以上出现的矩阵相减得到的结果值自动转换的问题是因为直接通过grayMat = np.matrix(img2gray)
得到的dtype类型是unit8类型的,只需要在开始时设置为np.int32即可正常完成相减.即:
grayMat = np.matrix(img2gray ,dtype=np.float64)
补充知识：有关于python数字图像处理出现矩阵相减没有负数（值都在0-255）的情况分析
问题的发现：
这些天在做我们本校课程机器学习大作业的过程中遇到了一些瓶颈：在我使用有关数字图像矩阵运算的过程中两个参数矩阵相减（譬如 R通道的值-G通道的值）的时候，测试结果的输出一直是正数，且其值都在（0-255）中，这给我带来了不少麻烦。
测试代码如下
print(imgs_train[1][:,:,1])
print("====================================")
print(imgs_train[1][:,:,2])
print("====================================")
print(imgs_train[1][:,:,1]-imgs_train[1][:,:,2])
输出结果为
[[141 143 144 ... 90 90 68] [139 141 141 ... 88 90 68] [140 141 140 ... 87 90 68] ... [ 52 52 52 ... 85 83 81] [ 52 52 52 ... 85 83 81] [ 52 52 52 ... 85 83 81]] ==================================== [[171 173 172 ... 106 107 84] [169 171 169 ... 106 107 86] [169 170 169 ... 107 109 88] ... [ 40 40 43 ... 68 66 64] [ 40 40 43 ... 68 66 64] [ 40 40 43 ... 68 66 64]] ==================================== [[226 226 228 ... 240 239 240] [226 226 228 ... 238 239 238] [227 227 227 ... 236 237 236] ... [ 12 12 9 ... 17 17 17] [ 12 12 9 ... 17 17 17] [ 12 12 9 ... 17 17 17]]
可以看得出来，虽然两个矩阵相减，但是理应为负值的元素却像是取模了一般又变为了正数（255+计算结果），导致这样情况的原因其实是因为矩阵的元素类型有关。默认来说这样的矩阵类型是uint8即无符号8bit整型，这样进行相减当然得不出正确结果。
问题的解决
在查阅相关资料之后，发现可以通过设置其元素格式进行运算，从而规避了无负数结果的发生。
测试代码如下：
print(imgs_train[1][:,:,1])
print("====================================")
print(imgs_train[1][:,:,2])
print("====================================")
print(imgs_train[1][:,:,1].astype(np.float32)-imgs_train[1][:,:,2].astype(np.float32))
搞代码网（gaodaima.com）提供的所有资源部分来自互联网，如果有侵犯您的版权或其他权益，请说明详细缘由并提供版权或权益证明然后发送到邮箱[email protected]，我们会在看到邮件的第一时间内为您处理，或直接联系QQ：872152909。本网站采用BY-NC-SA协议进行授权
转载请注明原文链接：解决numpy矩阵相减出现的负值自动转正值的问题
转载请注明原文链接：解决numpy矩阵相减出现的负值自动转正值的问题
