图像最大值与最小值的获取

### 计算图像差异的最大值最小值之差 对于两张图像之间差异的计算,通常会先生成一张表示这两张图片间差异的图像。此差异图像是通过比较原始图像另一幅对比图像中对应位置上的像素值得到的结果。当涉及到Python实现时,Pillow库是一个常用工具[^1]。 具体来说,在获取了代表两幅图像差异的图像之后,可以通过遍历该差异图像的所有像素来找到其中的最大值最小值。这两个极端值分别代表着最显著的变化程度以及几乎无变化的程度。两者相减即可得到所的最大差异最小差异之间的差距。 下面是一段用于执行上述操作的具体代码: ```python from PIL import Image, ImageChops def calculate_diff_range(image_path_1, image_path_2): img1 = Image.open(image_path_1).convert('L') # 转换成灰度模式 img2 = Image.open(image_path_2).convert('L') diff_img = ImageChops.difference(img1, img2) min_val = None max_val = None pixels = list(diff_img.getdata()) for pixel_value in pixels: if min_val is None or pixel_value < min_val: min_val = pixel_value if max_val is None or pixel_value > max_val: max_val = pixel_value range_of_difference = max_val - min_val if not (min_val == max_val and min_val == 0) else 0 return range_of_difference ``` 这段代码首先加载并转换待比较的两张彩色图为灰度图;接着调用`ImageChops.difference()`方法创建它们之间的绝对差异图像;最后迭代这个差异图像的数据集以找出最大值最小值,并计算其范围。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值