Python 为什么PIL.ImageChops.difference和np.array difference有不同的结果？

为什么PIL.ImageChops.difference和np.array绝对差有不同的结果？枕头文件说ImageChops.difference的作用就像绝对差异（）

结果（顶部：1，底部：2）：

---

有趣的是，如果我将

diff

转换为np.array，然后再对对象进行图像处理，它会显示为#1。

我遇到了类似的问题。解决方案非常简单，转换后的numpy数组的数据类型为

uint8

。通过减去较大的值，位将完全翻转，得到一些奇怪的结果

因此，解决方案是将图像转换为具有适当范围的数据类型，如

int8

img1=np.array（tamp_image，dtype='int8'）
img2=np.array（原始图像，dtype='int8'）
差异=np.abs（img1-img2）
Image.fromarray（np.array（diff，dtype='uint8'））.show（）

数组的组成部分很可能是无符号8位整数，因此从较小的值中减去较大的值将导致环绕。对结果应用

abs（）

完全没有任何作用，无符号类型中不可能有负值

ImageChops.difference（）

显然在中间结果中使用了更大的有符号类型来避免这个问题（至少在理论上，可能有一些聪明的技巧可以完全使用8位值进行操作）。请看一看，例如，

np.array（[1，127，255]，dtype=np.uint8）-np.array（[255，128，1]，dtype=np.uint8）

，您将看到可能出现的问题。您可以发布原始图像，以便我们重现问题吗？

tamp_image = Image.open(tamp_file_path).convert("RGB")
orig_image = Image.open(orig_file_path).convert("RGB")
diff = ImageChops.difference(orig_image, tamp_image)
diff.show() #1
Image.fromarray(abs(np.array(tamp_image)-np.array(orig_image))).show() #2