如何在python中设置溢出减法以得到零？

我试图找到与基线特征截然不同的区域

为此，我从基础减去当前图像，

f

和

b

是灰度2d图像矩阵

diff=f-b

有些操作会导致溢出，这会导致像素值较高的区域，实际上它们应该设置为零

---

如果

f[x][y]

b[x][y]

，我如何指定操作

diff=f-b

应为单个像素值生成0？

我通过创建自己的函数，在减去每个像素之前对其进行比较，以防止发生任何溢出

def custom_sub(i2,i1):      
    x =  len(i1)
    y =  len(i1[0])

    o = deepcopy(i1)

    for ix in range(x):             
            for iy in range(y):
                if i1[ix][iy] > i2[ix][iy]:
                    o[ix][iy] = 0
                else:
                    o[ix][iy] = i2[ix][iy]-i1[ix][iy]
    return o

这是输出，现在只有在火花闪光发生的地方才有明亮的区域

---

这和我的相似。在我的例子中，减法是使用uint8类型执行的，可以转换为int16。然后可以迭代生成的图片并删除任何负数。

这里有一种在numpy中执行此操作的方法，它不需要强制转换为更大的整数类型：

f - b.clip(None, f)

或者，相当于

f - np.minimum(b, f)

---

将差值钳制为0将使一个方向上的更改不可见。也许你想要abs（f-b）？我想要，但我想要一个矩阵函数，我不想自己写一个，因为速度可能会很糟糕。事实上，符号差分是正确的方法。Numpy也有一个剪辑功能

np.clip

或类似的东西。将比在所有像素上循环更容易。非常优雅的解决方案！