在 Pillow 和 OpenCV 中打开的图像不等效

Question

我从 Wikipedia（如下图所示的树）下载了一张测试图像，以在 python 中比较 Pillow 和 OpenCV（使用 cv2）。从感觉上看，这两个图像看起来相同，但它们各自的 md5 哈希值不匹配；如果我减去这两个图像，结果甚至不会接近纯黑色（原始图像下方显示的图像）。原始图像是JPEG。如果我先将其转换为 PNG，则哈希匹配。

最后一张图显示了像素值差异的频率分布。

Catree 指出我的减法导致整数溢出。我更新为在减法之前转换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。

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])

---

频率分布已更新以显示负值。

---

这是我在实施 Catree 建议的更改之前看到的。

Answer 1

原始图像是 JPEG。

JPEG解码会根据libjpeg版本、编译器优化、平台等不同产生不同的结果。

检查 Pillow 和 OpenCV 正在使用哪个版本的 libjpeg。

有关更多信息，请参阅此答案：JPEG images have different pixel values across multiple devices 或 here。

顺便说一句，(im-imP) 产生uint8 溢出（如果没有在您的frequency chart 中看到它，就不可能有如此大量的大像素差异）。在进行频率计算之前尝试转换为 int 类型。