我有以下代码:
import cv2 as cv
import numpy as np
im = cv.imread('outline.png', cv.IMREAD_UNCHANGED)
cv.imwrite('output.png', im)
f1 = open('outline.png', 'rb')
f2 = open('output.png', 'rb')
img1_b = b64encode(f1.read())
img2_b = b64encode(f2.read())
print(img1_b)
print(img2_b)
那是什么img1_b和img2_b不同的原因是什么? img2_b是更长的时间 - 这是为什么?
我不想复制的文件 - 我想节约但不包括这部分代码之前对其进行处理。
无论outline.png和output.png看起来运行后相同。
我能在我的代码更改,使img2_b值相同img1_b?
我曾尝试PIL图像的相同的结果。
你所遇到的现象是不是100%的严格定义的数据压缩的结果。 PNG文件使用DEFLATE压缩,这需要一个给定的压缩文件必须解压缩到相同的输出,但不要求给定的输入必须产生相同的压缩文件。这给出了空间的压缩算法,其中一个更优化的压缩可以在不同类型的文件中找到改进。这听起来像你原来的图像比cv2
使用使用更好的(或者只是不同)算法进行压缩。为了复制确切的压缩版本你可能需要完全一样的实现,用于创建原始图像压缩算法。
如果你想确保图像确实是相同的,你应该比较解码后的像素值。在不重新发明轮子的名字,我将把你this关于这个问题的优秀博客文章。
编辑:链接的文章没有始终如一地加载用于我,所以我在这里复制的代码引用。
import cv2
import numpy as np
original = cv2.imread("imaoriginal_golden_bridge.jpg")
duplicate = cv2.imread("images/duplicate.jpg")
# 1) Check if 2 images are equals
if original.shape == duplicate.shape:
print("The images have same size and channels")
difference = cv2.subtract(original, duplicate)
b, g, r = cv2.split(difference)
if cv2.countNonZero(b) == 0 and cv2.countNonZero(g) == 0 and cv2.countNonZero(r) == 0:
print("The images are completely Equal")