Python 带有OpenCV的Numpy gradient（）永远不会为负

我一直在玩OpenCV和Numpy，我注意到当拍摄灰度图像的梯度时，它从来都不是负片。我还没有试过颜色。为什么会这样

import cv2
import numpy as np

video_capture = cv2.VideoCapture(0)
ret, frame = video_capture.read()
gray = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY)

Gx,Gy = np.gradient(gray)
print "Gradient X"
print Gx[Gx<0]
print "\n\nGradient Y"
print Gy[Gy<0]

test_gx,test_gy = np.gradient(np.random.rand(10,10))
print "\n\nRandom Gradient X"
print test_gx[test_gx<0]
print "\n\nRandom Gradient Y"
print test_gy[test_gy<0]

---

默认情况下，来自摄影机的图像为无符号整数，因此它不能有负值。 尝试这样做：

Gx,Gy = np.gradient(gray.astype('float32'))

---

详细说明一下yhenon的回答 : 显然，无符号整数数组的梯度可能有负值。关键是

np.gradient（myarray）

与

myarray

的类型相同，因此它会将负值强制为高正值 :

>>> myarray = np.array([1,3,5,7,8,6,4,2], dtype='uint8')
>>> np.gradient(myarray)
array([   2. ,    2. ,    2. ,    1.5,  127.5,  126. ,  126. ,  254. ])

这种行为是一种缺陷，实际上和原则上都有缺陷

早期版本的解决方法确实是将输入转换为有符号整数类型，只是允许渐变本身为负值 :

>>> np.gradient(myarray.astype('int16'))
array([ 2. ,  2. ,  2. ,  1.5, -0.5, -2. , -2. , -2. ])

---

注意为了正确处理较大的变化，应至少转换为两倍大的类型-即

uint8

到

int16

，

uint32

到

int64

，等等。对于

numpy

错误修复，他们选择转换为

float64

，您的图像是空白的（即一种颜色）使梯度在任何地方都为0。这是一个灰度网络摄像头图像。Ben，你能给我们看一下

gray

中包含的精确图像吗？我在实际代码中测试它的图像是这样的，转换为灰度：精确图像是我网络摄像头中的实时灰度图像。

>>> np.gradient(myarray.astype('int16'))
array([ 2. ,  2. ,  2. ,  1.5, -0.5, -2. , -2. , -2. ])