在Pillow和OpenCV中打开的图像并不等同

我从Wikipedia下载了一个测试图像(见下面的树)来比较 Pillow 和 OpenCV (使用 cv2 )在python中。从视觉上看,这两幅图像看起来是一样的,但它们各自不同 md5 哈希不匹配;如果我减去这两幅图像,结果甚至不接近纯黑色(原始图像下方显示的图像)。原始图像是JPEG。如果我先将其转换为PNG,则哈希匹配。

最后一幅图像显示了像素值差异的频率分布。

正如Catree指出的那样,我的减法运算导致了整数溢出。我也更新为转换 dtype=int 在进行减法之前(显示负值),然后在绘制差值之前取绝对值。现在,差分图像在视觉上为纯黑色。

这是我使用的代码:

from PIL import Image
import cv2
import sys
import md5
import numpy as np

def hashIm(im):
    imP = np.array(Image.open(im))

    # Convert to BGR and drop alpha channel if it exists
    imP = imP[..., 2::-1]
    # Make the array contiguous again
    imP = np.array(imP)
    im = cv2.imread(im)

    diff = im.astype(int)-imP.astype(int)

    cv2.imshow('cv2', im)
    cv2.imshow('PIL', imP)
    cv2.imshow('diff', np.abs(diff).astype(np.uint8))
    cv2.imshow('diff_overflow', diff.astype(np.uint8))

    with open('dist.csv', 'w') as outfile:
        diff = im-imP
        for i in range(-256, 256):
            outfile.write('{},{}\n'.format(i, np.count_nonzero(diff==i)))

    cv2.waitKey(0)
    cv2.destroyAllWindows()

    return md5.md5(im).hexdigest() + '   ' + md5.md5(imP).hexdigest()

if __name__ == '__main__':
    print sys.argv[1] + '\t' + hashIm(sys.argv[1])

频率分布更新为显示负值。

这就是我在实施Catree建议的更改之前看到的情况。