Python与机器视觉（x）图像差分-图像相减

本系列博客主要分享Python在机器视觉/计算机视觉下的编程应用
cv2包是著名的视觉库OpenCV的Python实现

在求峰值信噪比PSNR时，我们需要求取目标图像和实际图像之间的误差。
err = abs(imgsrc-imgobj)
opencv 提供了一个便捷的函数cv2.absdiff来获取误差。

import cv2
import numpy as np

img = cv2.imread(\'img.jpg\')
imgd = cv2.resize(img,(img.shape[1]/4,img.shape[0]/4))    #先下采样4倍再上采样恢复图像
imgu = cv2.resize(imgd,(img.shape[1],img.shape[0]))

err = cv2.absdiff(img,imgu)     #差值的绝对值

cv2.imshow(\'img\',img)
cv2.imshow(\'imgd\',imgd)
cv2.imshow(\'imgu\',imgu)
cv2.imshow(\'err\',err)
cv2.waitKey()
cv2.destroyAllWindows()

我们可以用matplotlib来显示一下结果

import matplotlib.pyplot as plt
fig = plt.figure(\'result\')
plt.axis(\'off\')  #关闭坐标轴

plt.subplot(2,2,1)     #将窗口分为两行两列四个子图，则可显示四幅图片
plt.title(\'imgsrc\')   #第一幅图片标题
plt.imshow(img)  

plt.subplot(2,2,2)     
plt.title(\'imgdownsample\')   
plt.imshow(imgd)  

plt.subplot(2,2,3)     
plt.title(\'imgupsampling\')   
plt.imshow(imgu)  

plt.subplot(2,2,4)     
plt.title(\'imgerr\')   
plt.imshow(err)

fig.tight_layout()#调整整体空白
plt.subplots_adjust(wspace =0)#调整子图间距
plt.show()   #显示

在这里插入图片描述

需要注意的是，如果使用图像矩阵直接相减再求绝对值，会得到错误的结果：

```python
import cv2
import numpy as np

img = cv2.imread(\'img.jpg\')
imgd = cv2.resize(img,(img.shape[1]/4,img.shape[0]/4))    #先下采样4倍再上采样恢复图像
imgu = cv2.resize(imgd,(img.shape[1],img.shape[0]))

err = cv2.absdiff(img,imgu)     #差值的绝对值
err1 = np.abs(img - imgu)               #差值
errdiff =err-err1

print(err1.mean())
#>>> 108.2134    #两种方法计算的误差不一样！！！！

这主要是由于图像中的元素为numpy.array，其数据类型为uint8,无符号导致负数不能够正确表示
type(err1[0,0,0])>>>numpy.uint8

为了解决这个问题，需要在读入数据的时候对图像进行数据类型转换：

import cv2
import numpy as np

img = cv2.imread(\'img.jpg\').astype(np.int16)
\'\'\'
np.float32变为np.int32/int16也可以，
int32可以保存-2147483648~214748364
int16可以保存-32768~32767，
int16类似于CV_16SC1
int32类似于CV_32SC1\'\'\'

imgd = cv2.resize(img,(img.shape[1]/4,img.shape[0]/4))    #先下采样4倍再上采样恢复图像
imgu = cv2.resize(imgd,(img.shape[1],img.shape[0]))

err = cv2.absdiff(img,imgu)     #差值的绝对值
err1 = np.abs(img - imgu)               #差值
errdiff =err-err1

print(errdiff.mean())
#>>>0.0     #这时结果就相同了

要求取两幅图像差值，建议使用cv2.absdiff(img1,img2)
在这里插入图片描述
pic from pexels.com

ref:
datatype:http://blog.sina.com.cn/s/blog_662c7859010105za.html
datatype:https://blog.csdn.net/liu13364876993/article/details/83538095
abs sign:https://blog.csdn.net/u012494876/article/details/80629474
img:https://www.pexels.com/photo/black-chimpanzee-smiling-50582/
matplot write:https://blog.csdn.net/GAN_player/article/details/78543643
https://blog.csdn.net/jifaley/article/details/79687000
http://www.cnblogs.com/nju2014/p/5620776.html
cmap:
https://matplotlib.org/users/colormaps.html
https://matplotlib.org/xkcd/examples/color/colormaps_reference.html TODO
http://pyhogs.github.io/colormap-examples.html
psnr:
http://www.cnblogs.com/tiandsp/archive/2012/11/14/2770462.html
https://blog.csdn.net/szfhy/article/details/49615833