Python : overflow while subtraction

import cv2
image1 = cv2.imread('one.jpg', 0)
image2 = cv2.imread('two.jpg', 0)
diff   = image1 - image2

对于上面的代码，对于某些值，由于减法而发生溢出。
例如:
238 - 254 = 240
我能做些什么来防止这种溢出，而是得到 -16 作为答案？

最佳答案

所以这是您提供 cv2 模块后的优化答案。

你的回答显示了这个问题:

>>> import cv2
>>> img = cv2.imread('myimage.jpg', 0)
>>> img.dtype
dtype('uint8')

这意味着，正如您正确指出的那样，它是一个无符号的 8 位整数，只能取 0-255 之间的值。

但是，您可以自动将数组转换为更好的 dtype，这比执行 int(value) 的内存效率高得多。
例如...

>>> img[0][0]
0
>>> img[0][0] -= 1
>>> img[0][0]
255 # since it's uint8
>>> img[0][0] += 1
>>> img2 = img.astype('uint16')
>>> img2[0][0] -= 1
>>> img2[0][0]
65535 # since it's uint16

您还可以转换为 uint8、16、32 和 64 以外的其他类型。例如...

>>> img3 = img2.astype('int64') # signed int64
>>> img3[0][0] -= 7000000
>>> img3[0][0]
-6934465

简而言之，您可以使用 NumPy 的 dtypes，通过指定 newarray = array.astype('type')，手动指定来自 uint8-64 和 int8-64(也许更多)的 dtypes，而不是使用 Python 的内置类型转换，使用新的 dtype 创建一个紧凑而高效的数组。您还可以指定其他类型，例如 'int'、'bool'、'object' 等，以展示 NumPy 数组的多功能性和实用性。

要阅读有关 dtype 以及如何使用它们的更多信息，请访问 SciPy 文档的链接 here 。

关于Python : overflow while subtraction，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/32449963/