溫馨提示×
您好，登錄后才能下訂單哦！
點擊 登錄注冊 即表示同意《億速云用戶服務條款》
您好，登錄后才能下訂單哦！
這篇文章主要講解了numpy矩陣相減出現的負值自動轉正值的問題解決方案，內容清晰明了，對此有興趣的小伙伴可以學習一下，相信大家閱讀完之后會有幫助。
問題描述
今天在使用Numpy中的矩陣做相減操作時,出現了一些本應為負值的位置自動轉換為了正值,
觀察發現轉換后的正值為原本的負值加上256得到,具體情況如下:
正常情況矩陣相減樣例如下
>>> import numpy as np >>> arr = np.array([98,100,103,161,192,210]) >>> brr = np.array([105,105,106,197,196,195]) >>> crr = arr-brr >>> print(crr) [ -7 -5 -3 -36 -4 15]
錯誤代碼如下：
path = './image/Blur/blur5.png' kernel_size = (21, 21); sigma = 0; img = cv2.imread(path) img2gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY) img2blur = cv2.GaussianBlur(img2gray, kernel_size, sigma); grayMat = np.matrix(img2gray) blurMat = np.matrix(img2blur) finalMat = blurMat-grayMat print(grayMat[0,0:10]) print(blurMat[0,0:10]) print(finalMat[0,0:10])
得到的結果值如下：
[[173 171 169 171 174 179 181 182 180 180]] [[172 172 172 173 173 174 174 173 171 168]] [[255 1 3 2 255 251 249 247 247 244]]
解決方案
以上出現的矩陣相減得到的結果值自動轉換的問題是因為直接通過grayMat = np.matrix(img2gray)
得到的dtype類型是unit8類型的,只需要在開始時設置為np.int32即可正常完成相減.即:
grayMat = np.matrix(img2gray ,dtype=np.float64)
補充知識：有關于python數字圖像處理出現矩陣相減沒有負數（值都在0-255）的情況分析
問題的發現：
這些天在做我們本校課程機器學習大作業的過程中遇到了一些瓶頸：在我使用有關數字圖像矩陣運算的過程中兩個參數矩陣相減（譬如 R通道的值-G通道的值）的時候，測試結果的輸出一直是正數，且其值都在（0-255）中，這給我帶來了不少麻煩。
測試代碼如下
print(imgs_train[1][:,:,1])
print("====================================")
print(imgs_train[1][:,:,2])
print("====================================")
print(imgs_train[1][:,:,1]-imgs_train[1][:,:,2])輸出結果為
[[141 143 144 ... 90 90 68] [139 141 141 ... 88 90 68] [140 141 140 ... 87 90 68] ... [ 52 52 52 ... 85 83 81] [ 52 52 52 ... 85 83 81] [ 52 52 52 ... 85 83 81]] ==================================== [[171 173 172 ... 106 107 84] [169 171 169 ... 106 107 86] [169 170 169 ... 107 109 88] ... [ 40 40 43 ... 68 66 64] [ 40 40 43 ... 68 66 64] [ 40 40 43 ... 68 66 64]] ==================================== [[226 226 228 ... 240 239 240] [226 226 228 ... 238 239 238] [227 227 227 ... 236 237 236] ... [ 12 12 9 ... 17 17 17] [ 12 12 9 ... 17 17 17] [ 12 12 9 ... 17 17 17]]
可以看得出來，雖然兩個矩陣相減，但是理應為負值的元素卻像是取模了一般又變為了正數（255+計算結果），導致這樣情況的原因其實是因為矩陣的元素類型有關。默認來說這樣的矩陣類型是uint8即無符號8bit整型，這樣進行相減當然得不出正確結果。
問題的解決
在查閱相關資料之后，發現可以通過設置其元素格式進行運算，從而規避了無負數結果的發生。
測試代碼如下：
print(imgs_train[1][:,:,1])
print("====================================")
print(imgs_train[1][:,:,2])
print("====================================")
print(imgs_train[1][:,:,1].astype(np.float32)-imgs_train[1][:,:,2].astype(np.float32))結果顯示為：
[[141 143 144 ... 90 90 68] [139 141 141 ... 88 90 68] [140 141 140 ... 87 90 68] ... [ 52 52 52 ... 85 83 81] [ 52 52 52 ... 85 83 81] [ 52 52 52 ... 85 83 81]] ==================================== [[171 173 172 ... 106 107 84] [169 171 169 ... 106 107 86] [169 170 169 ... 107 109 88] ... [ 40 40 43 ... 68 66 64] [ 40 40 43 ... 68 66 64] [ 40 40 43 ... 68 66 64]] ==================================== [[-30. -30. -28. ... -16. -17. -16.] [-30. -30. -28. ... -18. -17. -18.] [-29. -29. -29. ... -20. -19. -20.] ... [ 12. 12. 9. ... 17. 17. 17.] [ 12. 12. 9. ... 17. 17. 17.] [ 12. 12. 9. ... 17. 17. 17.]]
綜上所述，在遇到矩陣不明數值類型的時候可以指定其類型，之后矩陣元素就會以這樣的數值類型進行計算。
看完上述內容，是不是對numpy矩陣相減出現的負值自動轉正值的問題解決方案有進一步的了解，如果還想學習更多內容，歡迎關注億速云行業資訊頻道。
免責聲明：本站發布的內容（圖片、視頻和文字）以原創、轉載和分享為主，文章觀點不代表本網站立場，如果涉及侵權請聯系站長郵箱：is@yisu.com進行舉報，并提供相關證據，一經查實，將立刻刪除涉嫌侵權內容。
