如何生成两张同像素尺寸RGB图像的差值（Delta）图？

我有两张RGB图像，用于表示某几何结构上标量变量的分布图。目标是绘制这两个图像间变量的差值，并使用自定义色图进行着色。

我已完成将图像转换为灰度图的步骤，但不清楚如何正确映射差值数组中的正负值。

初始尝试代码 #

import numpy as np 
import matplotlib as mpl
from PIL import Image, ImageChops

img1 = Image.open('img1.png').convert('L') 
img2 = Image.open('img2.png').convert('L')  
cm = mpl.colormaps['bwr']  
img1_array = np.asarray(img1) 
img2_array = np.asarray(img2) 
diff_img = img1_array - img2_array  
im = cm(diff_img) 
im = np.uint8(im * 255) 
im = Image.fromarray(im).save("test_diff.png")

初始效果（不符合预期） #

原始图像 #

图像1：

图像2：

编辑1：测试Martin建议后的实现代码 #

测试了Martin的建议，使用以下代码得到对应结果：

from PIL import Image, ImageChops
import numpy as np
import matplotlib as mpl
import matplotlib.pyplot as plt
    
# 打开图像
img1 = Image.open('img1.png').convert('L')
img2 = Image.open('img2.png').convert('L')

w,h = img1.width, img1.height

arr1 = np.array(img1)
arr2 = np.array(img2)
im = (arr2 - arr1) 

im_min = im.min()    
im_max = im.max()
im = np.uint8(128+(im-im_min)*255/(im_max-im_min))

figure, axes = plt.subplots(1,1)
img = axes.imshow(np.array(im))
img.set_cmap('bwr')
axes.patch.set_linewidth(1)
axes.patch.set_edgecolor('k')

axes.get_xaxis().set_visible(False)
axes.get_yaxis().set_visible(False)

figure.colorbar(img, ax=axes, shrink=0.25, orientation="horizontal", pad=0.01)
figure.set_size_inches(w/150,h/150)

figure.tight_layout()
figure.savefig('foo.png', dpi=150, bbox_inches='tight')

编辑2：加入标量映射后的优化代码 #

from PIL import Image, ImageChops
import numpy as np
import matplotlib as mpl
import matplotlib.pyplot as plt
import cv2 as cv

from scipy.interpolate import interp1d

# 打开图像
img1 = Image.open('test_1.png').convert('L')
img2 = Image.open('test_2.png').convert('L')

#img1.save('test_L.png')
#img2.save('test_L.png')

w,h = img1.width, img1.height

arr1 = np.asarray(img1)
arr2 = np.asarray(img2)

diff = arr1 - arr2

m = interp1d([0,255],[-3, 1])
arr1_m = []
arr2_m = []
for n, val in enumerate(arr1):
    arr1_m.append((m(val)).tolist())
arr1_m = np.array(arr1_m)
for n, val in enumerate(arr2):
    arr2_m.append((m(val)).tolist())
arr2_m = np.array(arr2_m)

diff = arr2_m - arr1_m

figure, axes = plt.subplots(1, 1)
normalize = mpl.colors.Normalize(vmin=-0.5, vmax=0.5)
img = axes.imshow(np.array(diff), norm=normalize)

img.set_cmap('bwr')
axes.patch.set_linewidth(1)
axes.patch.set_edgecolor('k')

axes.get_xaxis().set_visible(False)
axes.get_yaxis().set_visible(False)

figure.colorbar(img, ax=axes, shrink=0.25, orientation="horizontal", pad=0.01)
figure.set_size_inches(w/150,h/150)

figure.tight_layout()
figure.savefig('foo.png', dpi=150, bbox_inches='tight')

编辑2的最终效果 #

内容的提问来源于stack exchange，提问作者alie89