如何解决Numpy 溢出 np.divide()运行时警告:在 ushort_scalars 中遇到溢出
我在 2 个图像上运行以下代码:
ndvi = np.divide(img8 - img4,img8+img4)
invalid = (ndvi > 1).any()
if invalid:
print("Stopping Execution")
print(ndvi)
img8
和 img4
是 2 张图像,并且都是正值。
ndvi
是 (img8-img4)/(img8+img4)
因此,根据定义,ndvi 的所有元素都应介于 -1 和 1 之间。 但我得到了一些值>1
这个上下文中所有变量的dtypes都是'uint16'
当我检查无效值的索引并运行单个代码时:
temp = (img8[88][118]-img4[88][118])/(img8[88][118]+img4[88][118])
我收到以下警告:
<stdin>:1: RuntimeWarning: overflow encountered in ushort_scalars
值是: img8[88][118] = 1462 img4[88][118] = 1652
值本身并不会很大导致溢出,但是当数组大小变大时就会发生溢出。
解决方法
当小数减去大数且两者都是unitXX
时,会溢出(实际上是underflow),结果是负数的模XX,即是一个很大的数字。
这是因为 uint
不能表示负数,而是包含一个很大的正数。
这个模实际上是将 maxint (==65535) 添加到负数
在这种情况下,对于您指定的索引,
img8[88][118]-img4[88][118] == 1462 - 1652 == -190 == 65535 - 190 = 65345
除以 1462 + 1652 == 3114
得到 20.984264611432241490044958253051
解决方案:
Convert the dtypes to float 在分割之前,通常使用浮点数来处理图像,而不是 uint。
浮点数(通常)没有简单减法的下溢问题,因为它们被构建为也表示负数。
也可以使用 int
而不是 uint
,但为了自己的利益坚持使用浮动。
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。