implement the “pixel-wise difference“

根据在处理图像数据的来源和格式的不同，在具体实现“两幅图像残差比较”的时候，分为两类方法。

类型一：PyTorch 的 Tensor 图像格式

imgs_pil_o = [transforms.ToPILImage()(img_o) for img_o in imgs_o]
imgs_pil_w = [transforms.ToPILImage()(img_w) for img_w in imgs_w]
diffs = [np.abs(np.asarray(img_o).astype(int) - np.asarray(img_w).astype(int)) *10 for img_o, img_w in zip(imgs_pil_o, imgs_pil_w)]
diffs = [Image.fromarray(diff.astype(np.uint8)) for diff in diffs]for ii in range(len(imgs_pil_o)):plt.figure(figsize=(20, 20))plt.subplot(1, 3, 1)plt.imshow(imgs_pil_w[ii])plt.axis('off')plt.grid(False)plt.subplot(1, 3, 2)plt.imshow(imgs_pil_o[ii])plt.axis('off')plt.grid(False)plt.subplot(1, 3, 3)plt.imshow(diffs[ii])plt.axis('off')plt.grid(False)plt.show()# save everything
save_dir = "/private/home/pfz/_images/"
os.makedirs(save_dir, exist_ok=True)
for ii in range(len(imgs_pil_o)):# 假设 imgs_paths 是包含原始图像文件名的列表，例如 ["image1.png", "image2.png"……]imgs_pil_o[ii].save(os.path.join(save_dir, imgs_paths[ii]))imgs_pil_w[ii].save(os.path.join(save_dir, imgs_paths[ii].replace(".png", "_w.png")))diffs[ii].save(os.path.join(save_dir,      imgs_paths[ii].replace(".png", "_diff.png")))

类型二：使用传统图像文件进行对比（如 .jpg、.png）

import cv2
import numpy as np
import matplotlib.pyplot as plt# 读取两幅图像
image1 = cv2.imread('../evaluation/fid_output/000000000285.jpg')image2 = cv2.imread('../evaluation/fid_output/000000000285 (1).jpg')        # 确保图像大小一致（如需要可以进行 resize）
if image1.shape != image2.shape:raise ValueError("Images 1 must have the same dimensions!")# 计算像素差异
difference1 = cv2.absdiff(image1, image2)
# 可视化差异（增强对比度以便查看） 这个函数的操作是将每个差异像素乘以 alpha 再加上 beta，然后将结果截断到 [0, 255] 范围内。beta默认是0
enhanced_difference1 = cv2.convertScaleAbs(difference1, alpha=3.0)  # alpha 控制对比度增强程度cv2.imwrite('pixel_difference.png', enhanced_difference1)