Python 为什么元素级加法/减法的输出不同，取决于我的numpy数组是int64还是uint8类型？

我正在进行图像比较和计算差异，并且注意到，只有当我使用dtype='int64'而不是dtype='uint8'以numpy数组的形式读取数据时，元素相减似乎才起作用。出于图像可视化的原因，我想切换到“unit8”

image1 = np.array(plt.imread('fixed_image.jpg'), dtype='int64')[:, :, 0:3]
image2 = np.array(plt.imread('fixed_image_2.jpg'), dtype='int64')[:, :, 0:3]
diff = image1-image2

在上面的代码中，仅使用dtype int64正确计算差异，而不使用dtype uint8。为什么呢

uint8

表示“8位无符号整数”，并且只有0-255中的有效值。这是因为256个不同的值是使用8位数据可以表示的最大值。如果将两个uint8图像添加到一起，很可能会在某个地方溢出255个。例如：

>>> np.uint8(130) + np.uint8(131)
5

类似地，如果减去两幅图像，很可能会得到负数，这又会回到范围的高端：

>>> np.uint8(130) - np.uint8(131)
255

---

如果需要添加或减去这样的图像，则需要使用不会轻易下溢/溢出的数据类型（例如int64或float），然后作为最后一步进行规格化并转换回uint8

您可以通过对某些数字范围执行

diff=（image1-image2）.aType（'uint8'）

Compare

c-c[：：-1]

来解决这个问题，例如对两个数据类型执行

np.arange（0256）

。