在Pillow和OpenCV中打开的图像不匹配

我从Wikipedia（如下所示的树）下载了测试图像，以在python中进行比较Pillow和OpenCV（使用cv2）。从视觉上看，这两个图像看起来是相同的，但是它们各自的md5哈希值不匹配；如果我减去这两个图像，结果甚至不会接近纯黑（图像显示在原始图像下方）。原始图像是JPEG。如果我先将其转换为PNG，则哈希匹配。

最后一张图片显示了像素值差异的频率分布。

正如Catree指出的那样，我的减法导致整数溢出。我也更新为dtype=int在减法之前也要进行转换（以显示负值），然后在绘制差值之前采用绝对值。现在，差异图像在感知上是纯黑色。

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。

这是我实施Catree建议的更改之前所看到的。