Fatal编程技术网
  • python-3.x/
  • Python 3.x 在这种情况下，cv2.addWeighted和numpy平均值之间的差异是什么？

Python 3.x 在这种情况下，cv2.addWeighted和numpy平均值之间的差异是什么？

python-3.x opencv

Python 3.x 在这种情况下，cv2.addWeighted和numpy平均值之间的差异是什么？,python-3.x,opencv,Python 3.x,Opencv,假设我有两个OpenCV（python包cv2）加载的灰度图像img1和img2，这两个图像的尺寸都相同。现在，我想取img1和img2的平均值。以下是两种方法： # Method 1 mean = (img1 * 0.5) + (img2 * 0.5) # Method 2 mean = cv2.addWeighted(img1,0.5,img2,0.5,0) 但是，当我使用cv2.imshow显示它们时，这两种方法的mean在视觉上是不同的。为什么会这样？回答我自己的问题，帮助其他对此感

假设我有两个OpenCV（python包
cv2
）加载的灰度图像
img1
和
img2
，这两个图像的尺寸都相同。现在，我想取
img1
和
img2
的平均值。以下是两种方法：

# Method 1
mean = (img1 * 0.5) + (img2 * 0.5)

# Method 2
mean = cv2.addWeighted(img1,0.5,img2,0.5,0)
但是，当我使用
cv2.imshow
显示它们时，这两种方法的
mean
在视觉上是不同的。为什么会这样？

回答我自己的问题，帮助其他对此感到困惑的人：

方法1和2产生相同的结果。您可以通过使用
cv2.imwrite
将
mean
图像写入磁盘来验证这一点。问题不在于方法

问题在于，用于显示图像的
cv2.imshow
方法要求图像阵列标准化，即在[0,1]范围内。在我的例子中，两个图像数组都是8位无符号整数，因此其像素值在[0255]范围内。由于
mean
是两个阵列的平均值，因此其像素值也在[0255]范围内。因此，当我将
mean
传递给
cv2.imshow
时，值大于1的像素被解释为值为255，从而产生截然不同的视觉效果

解决方案是将
平均值
标准化，然后将其传递给
cv2。imshow
：

# Method 1
mean = (img1 * 0.5) + (img2 * 0.5)

# Method 2
mean = cv2.addWeighted(img1,0.5,img2,0.5,0)

# Note that the division by 255 results in the image array values being squeezed to [0,1].

cv2.imshow("Averaged", mean/255.)
回答我自己的问题，帮助其他对此感到困惑的人：

方法1和2产生相同的结果。您可以通过使用
cv2.imwrite
将
mean
图像写入磁盘来验证这一点。问题不在于方法

问题在于，用于显示图像的
cv2.imshow
方法要求图像阵列标准化，即在[0,1]范围内。在我的例子中，两个图像数组都是8位无符号整数，因此其像素值在[0255]范围内。由于
mean
是两个阵列的平均值，因此其像素值也在[0255]范围内。因此，当我将
mean
传递给
cv2.imshow
时，值大于1的像素被解释为值为255，从而产生截然不同的视觉效果

解决方案是将
平均值
标准化，然后将其传递给
cv2。imshow
：

# Method 1
mean = (img1 * 0.5) + (img2 * 0.5)

# Method 2
mean = cv2.addWeighted(img1,0.5,img2,0.5,0)

# Note that the division by 255 results in the image array values being squeezed to [0,1].

cv2.imshow("Averaged", mean/255.)
我很高兴你找到了解决问题的有效方法，但这似乎是一个解决办法。这种行为的真正原因在于其他地方。这里的问题是
mean=（img1*0.5）+（img2*0.5）
返回一个带有
float32
数据类型的矩阵，其中包含
0.0-255.0范围内的值。您可以使用
print mean.dtype
来验证这一点。由于新的矩阵值被无意地转换为浮点值，我们可以使用
（img_1*0.5+img_2*0.5）。astype（“uint8”）
来还原此操作。在
cv2.addWeighted（）
的情况下，它会自动返回一个数据类型为
uint8
的矩阵，一切都会正常工作

我关心的是你得出的结论：

问题在于用于显示图像的
cv2.imshow（）
方法，
期望图像数组正常化，即在[0,1]范围内


cv2.imshow（）
在
[0-255]
和
[0.0-1.0]
范围内工作正常，但当您传递一个值在
[0-255]
范围内的矩阵时，问题就会出现，但数据类型是
float32
而不是
uint8
我很高兴您找到了解决问题的有效方法，但这似乎是一个解决办法。这种行为的真正原因在于其他地方。这里的问题是
mean=（img1*0.5）+（img2*0.5）
返回一个带有
float32
数据类型的矩阵，其中包含
0.0-255.0范围内的值。您可以使用
print mean.dtype
来验证这一点。由于新的矩阵值被无意地转换为浮点值，我们可以使用
（img_1*0.5+img_2*0.5）。astype（“uint8”）
来还原此操作。在
cv2.addWeighted（）
的情况下，它会自动返回一个数据类型为
uint8
的矩阵，一切都会正常工作

我关心的是你得出的结论：

问题在于用于显示图像的
cv2.imshow（）
方法，
期望图像数组正常化，即在[0,1]范围内


cv2.imshow（）
可以在
[0-255]
和
[0.0-1.0]
范围内正常工作，但是当您传递一个值在
[0-255]
范围内的矩阵时，会出现问题，但数据类型是
float32
而不是
uint8
您确定img1和img2有可能的范围吗，cv2的完整包装名称是什么？如果我们不知道它是什么，很难找到文档。@topher217:
img1
和
img2
是8位无符号整数，所以它们在[0255]中
cv2
代表OpenCV的python实现（完整的包名本身就是
cv2
）：。对不起，我忘了提那件事。啊，我弄错了！问题在于
cv2.imshow
期望图像在[0,1]范围内。大于1的像素被设置为255。您能在此基础上展开并回答您自己的问题吗？您如何将
平均值
从0->255的平均值转换为cv2.imshow可以接受的0->1的平均值？方法1是否导致值超过255（剪裁），而方法2则不是？是否确定img1和img2的可能范围为0到1？此外，cv2的完整软件包名称是什么？如果我们不知道它是什么，很难找到文档。@topher217:
img1
和
img2
是8位无符号整数，所以它们在[0255]中
cv2
代表OpenCV的python实现（完整的包名本身就是
cv2
）：。对不起，我忘了提那件事。啊，我弄错了！国际空间站