使用Pillow和OpenCV打开的图片不等同。

Question

我从维基百科下载了一个测试图片（下面看到的树），用Python中的Pillow和OpenCV（使用cv2）进行比较。在感知上，这两个图像看起来相同，但它们各自的md5哈希值不匹配；如果我对两个图像进行减法操作，结果甚至远非纯黑色（原始图像下方显示的图像）。原始图像是JPEG格式。如果我先将其转换为PNG格式，则哈希值将匹配。

最后一张图片显示了像素值差异的频率分布情况。

正如Catree所指出的那样，我的减法操作导致整数溢出。我更新了代码，在减法操作之前将其转换为dtype=int（以显示负值），然后在绘制差异之前取绝对值。现在，差异图像在感知上是纯黑色的。

这是我使用的代码：

from PIL import Image
import cv2
import sys
import md5
import numpy as np

def hashIm(im):
    imP = np.array(Image.open(im))

    # Convert to BGR and drop alpha channel if it exists
    imP = imP[..., 2::-1]
    # Make the array contiguous again
    imP = np.array(imP)
    im = cv2.imread(im)

    diff = im.astype(int)-imP.astype(int)

    cv2.imshow('cv2', im)
    cv2.imshow('PIL', imP)
    cv2.imshow('diff', np.abs(diff).astype(np.uint8))
    cv2.imshow('diff_overflow', diff.astype(np.uint8))

    with open('dist.csv', 'w') as outfile:
        diff = im-imP
        for i in range(-256, 256):
            outfile.write('{},{}\n'.format(i, np.count_nonzero(diff==i)))

    cv2.waitKey(0)
    cv2.destroyAllWindows()

    return md5.md5(im).hexdigest() + '   ' + md5.md5(imP).hexdigest()

if __name__ == '__main__':
    print sys.argv[1] + '\t' + hashIm(sys.argv[1])

---

频率分布已更新，可显示负值。

---

在我实施Catree建议的更改之前，这就是我看到的。

- chew socks

---

我可能错了，但我认为你在这里可能遭受了舍入误差 np.array(Image.open(im))，并且如果我没记错的话，imshow会拉伸颜色以满足范围（查看 im-imP 的实际值，它们可能非常小）。 - Nullman

既然Joost能够无问题地运行它，也许你使用的库版本确实有所不同。你使用的是哪个版本？ - Nullman

@Joost 很有趣... 当我将图像上传到 SO 时，它可能已被重新编码。如果你还没有尝试过，请问你能否使用原始图片？ - chew socks

@Nullman 我使用的是Ubuntu 16.04操作系统，Python版本为2.7.12，opencv版本为2.4.9.1，opencv-python版本为3.4.0.12，numpy版本为1.14.2，Pillow版本为5.1.0。我在一个虚拟环境中工作，所以至少Python库应该是最新的。 - chew socks

我也运行了这段代码（这两行的顺序是反过来的！im = cv2.imread(im)和imP = np.array(Image.open(im))），并且对我来说运行得很好。我在Win10上使用Python 3.6.3，cv2版本为3.3.0，pillow版本为4.3.0。 - Nullman

Answer 1

原始图像是JPEG格式。

JPEG解码的结果会受到libjpeg版本、编译器优化、平台等因素的影响而产生不同的结果。

检查Pillow和OpenCV使用的libjpeg版本。

更多信息请参见此答案：JPEG images have different pixel values across multiple devices 或 这里。

顺便说一下，(im-imP)会导致uint8溢出（没有办法有这么高数量级的大像素差异而不在频率图表中看到它）。在进行频率计算之前，请尝试将其转换为int类型。

- Catree

---

谢谢！我之前不知道关于JPEG的那个问题。我已经更新了我的频率图表，使用了int。结果发现所有的im-imP != 0的值都是负数。我还没有找到确切的版本，但我的OpenCV相当老，它正在使用内置源来处理libjpeg。 - chew socks