我试图追踪下一张图片与前一张图片的差异,假设场景中发生了一些移动。决定通过对两个jpg图像之间的相应像素值进行减法,然后计算结果矩阵的平均值来检查它是否低于某个阈值水平(以供进一步分析)。
减法是通过cv2.subtract和np.subtract方法完成的。我注意到结果有很大的差异。似乎numpy在某种程度上拉伸了直方图并标准化了结果值,但为什么?
图像是通过cv2.open加载的。我知道这种方法使用BGR通道顺序,但这并不能解释发生了什么。加载的图像是带有np.uint值的numpy nd.array。在Python 3.7的Spyder上工作。
编辑:cv2.imread中的参数0表示以灰度模式加载图像 OpenCV减法结果 Numpy减法结果
减法是通过cv2.subtract和np.subtract方法完成的。我注意到结果有很大的差异。似乎numpy在某种程度上拉伸了直方图并标准化了结果值,但为什么?
图像是通过cv2.open加载的。我知道这种方法使用BGR通道顺序,但这并不能解释发生了什么。加载的图像是带有np.uint值的numpy nd.array。在Python 3.7的Spyder上工作。
编辑:cv2.imread中的参数0表示以灰度模式加载图像 OpenCV减法结果 Numpy减法结果
#loading images
img_cam0 = cv2.imread(r'C:\Users\Krzysztof\Desktop\1.jpg',0)
img_cam1 = cv2.imread(r'C:\Users\Krzysztof\Desktop\2.jpg', 0)
print('img0 type:',type(img_cam0), 'and shape:', img_cam0.shape)
print('img1 type:',type(img_cam1),'and shape:', np.shape(img_cam1))
print('\n')
#opencv subtraction
cv2_subt = cv2.subtract(img_cam0,img_cam1)
cv2_mean = cv2.mean(cv2_subt)
print('open cv mean is:', cv2_mean)
f.show_im(cv2_subt, 'cv2_subtr')
#np subtraction and mean
np_subtr = np.subtract(img_cam0, img_cam1)
np_mean = np.mean(np_subtr)
print('numpy mean is:', np_mean)
f.show_im(np_subtr, 'np_subtr')
cv2.subtract
执行饱和度减法,而np.subtract
不会(你会看到下溢的结果——值会被包裹)。 - Dan Mašek