解决numpy矩阵相减出现的负值自动转正值的问题

更新时间：2020年06月03日 09:45:35 作者：木易依

这篇文章主要介绍了解决numpy矩阵相减出现的负值自动转正值的问题，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧

问题描述

今天在使用Numpy中的矩阵做相减操作时,出现了一些本应为负值的位置自动转换为了正值,

观察发现转换后的正值为原本的负值加上256得到,具体情况如下:

正常情况矩阵相减样例如下

>>> 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]

错误代码如下：

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])

得到的结果值如下：

[[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]]

解决方案

以上出现的矩阵相减得到的结果值自动转换的问题是因为直接通过grayMat = np.matrix(img2gray)

得到的dtype类型是unit8类型的,只需要在开始时设置为np.int32即可正常完成相减.即:

grayMat = np.matrix(img2gray ,dtype=np.float64)

补充知识：有关于python数字图像处理出现矩阵相减没有负数（值都在0-255）的情况分析

问题的发现：

这些天在做我们本校课程机器学习大作业的过程中遇到了一些瓶颈：在我使用有关数字图像矩阵运算的过程中两个参数矩阵相减（譬如 R通道的值-G通道的值）的时候，测试结果的输出一直是正数，且其值都在（0-255）中，这给我带来了不少麻烦。

测试代码如下

print(imgs_train[1][:,:,1])
print("====================================")
print(imgs_train[1][:,:,2])
print("====================================")
print(imgs_train[1][:,:,1]-imgs_train[1][:,:,2])

输出结果为

[[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]]

可以看得出来，虽然两个矩阵相减，但是理应为负值的元素却像是取模了一般又变为了正数（255+计算结果），导致这样情况的原因其实是因为矩阵的元素类型有关。默认来说这样的矩阵类型是uint8即无符号8bit整型，这样进行相减当然得不出正确结果。

问题的解决

在查阅相关资料之后，发现可以通过设置其元素格式进行运算，从而规避了无负数结果的发生。

测试代码如下：

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))

结果显示为：

[[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.]]

综上所述，在遇到矩阵不明数值类型的时候可以指定其类型，之后矩阵元素就会以这样的数值类型进行计算。

以上这篇解决numpy矩阵相减出现的负值自动转正值的问题就是小编分享给大家的全部内容了，希望能给大家一个参考，也希望大家多多支持脚本之家。

您可能感兴趣的文章:

python实现通过代理服务器访问远程url的方法
这篇文章主要介绍了python实现通过代理服务器访问远程url的方法,涉及Python使用urllib模块操作URL的相关技巧,非常具有实用价值,需要的朋友可以参考下
2015-04-04
python对常见数据类型的遍历解析
这篇文章主要介绍了python对常见数据类型的遍历解析,文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值,需要的朋友可以参考下
2019-08-08
Python数据可视化Pyecharts库的使用教程
pyecharts是一个用于生成echarts图表的类库。echarts是百度开源的一个数据可视化库，用echarts生成的图可视化效果非常棒。使用pyechart库可以在python中生成echarts数据图。本文将详细介绍一下Pyecharts库的使用，需要的可以参考一下
2022-02-02
Python中两个列表数字相加的4种方法示例详解
这篇文章主要给大家介绍了关于Python中两个列表数字相加的4种方法,我们可以使用Python的加号和减号运算符来实现两个数字的相加减,需要的朋友可以参考下
2023-08-08
numpy库与pandas库axis=0，axis= 1轴的用法详解
这篇文章主要介绍了numpy库与pandas库axis=0，axis= 1轴的用法详解，文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值，需要的朋友们下面随着小编来一起学习学习吧
2019-05-05
Python脚本判断 Linux 是否运行在虚拟机上
这篇文章主要介绍了Python脚本判断 Linux 是否运行在虚拟机上,本文讲解了判断 OpenVZ/Xen PV/UML、判断 VMware/Xen HVM/KVM、判断 VirtualBox/Virtual PC等方法,需要的朋友可以参考下
2015-04-04
Python selenium 八种定位元素的方式
这篇文章主要介绍了Python selenium八种定位元素的方式，文章围绕主题展开详细的内容介绍，具有一定的参考价值，需要的小伙伴可以参考一下
2022-08-08
TensorFlow人工智能学习Keras高层接口应用示例
这篇文章主要为大家介绍了TensorFlow人工智能学习中Keras高层接口的应用示例，有需要的朋友可以借鉴参考下，希望能够有所帮助，祝大家多多进步
2021-11-11
基于Python+Pygame实现经典赛车游戏
这篇文章主要为大家分享了一个基于Python和Pygame实现的赛车小游戏，文中的示例代码讲解详细，对我们学习Python有一定帮助，需要的可以参考一下
2022-04-04
最炫Python烟花代码全解析
2022虎年新年即将来临，小编为大家带来了一个利用Python编写的虎年烟花特效，堪称全网最绚烂，文中的示例代码简洁易懂，感兴趣的同学可以动手试一试
2022-02-02