numpy矩陣相減出現的負值自動轉正值的問題
阿新 • • 發佈:2018-10-31
問題描述
今天在使用Numpy中的矩陣做相減操作時,出現了一些本應為負值的位置自動轉換為了正值, 觀察發現轉換後的正值為原本的負值加上256得到,具體情況如下: 正常情況矩陣相減樣例如下 >>> 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] 錯誤程式碼如下: path = './image/Blur/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]) 得到的結果值如下: [[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]]
解決方案
以上出現的矩陣相減得到的結果值自動轉換的問題是因為直接通過grayMat = np.matrix(img2gray)
得到的dtype型別是unit8型別的,只需要在開始時設定為np.int32即可正常完成相減.即:
grayMat = np.matrix(img2gray ,dtype=np.float64)