带有np.divide（）的Numpy溢出。运行时警告：在ushort_标量中遇到溢出

Question

我正在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是两个图像，都有正值。 ndvi是（img8-img4）/（img8+img4）

因此，根据定义，ndvi的所有元素应介于-1和1之间。 但我得到了一些价值观>；一,

此上下文中所有变量的数据类型均为“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])

我得到以下警告：

<stdin>:1: RuntimeWarning: overflow encountered in ushort_scalars

这些数值是： img8[88][118]=1462 img4[88][118]=1652

值本身并不会太大而导致溢出，但当数组大小变大时，会发生溢出

Answer 1

当从一个小的数中减去一个大的数并且两者都是unitXX时，您会得到一个溢出（实际上是一个underflow），结果是负数的模XX，这是一个大的数。
这是因为uint不能表示负数，而是表示一个大的正数

这个模实际上是把maxint（==65535）加到负数上

在本例中，对于指定的索引

img8[88][118]-img4[88][118] == 1462 - 1652 == -190 == 65535 - 190 = 65345

将其除以1462 + 1652 == 3114得到20.984264611432241490044958253051

---

解决方案：

Convert the dtypes to float在分割之前，通常使用图像的浮点，而不是uint

浮点数（通常）不存在简单减法的下溢问题，因为它们也是用来表示负数的

同样有效的方法是使用int而不是uint，但为了您自己的利益，请坚持使用浮动