为何Pillow与OpenCV打开的图片哈希值不一致？技术咨询

最近我做了个实际测试：用从维基百科下载的一张树木JPEG图片（如下），分别用Pillow和OpenCV（cv2）进行读取后重新保存，对比两者的处理结果：

测试细节与现象 #

我用以下Python代码计算图片的MD5哈希值：

import hashlib

def get_md5(file_path):
    with open(file_path, 'rb') as f:
        return hashlib.md5(f.read()).hexdigest()

测试过程中发现了几个关键现象：

• 视觉层面：两张处理后的图片完全看不出差异
• 哈希校验：计算得到的MD5哈希值完全不匹配
• 像素对比：将两张图片做像素相减后，得到的结果图并非纯黑色，说明存在细微的像素值差异

解决办法 #

如果先把原始JPEG格式的图片转换成PNG格式，再用这两个库分别处理保存，此时两者生成的图片哈希值就完全匹配了。

差异根源分析 #

另外还有一张图展示了这些像素值差异的频率分布，能更直观地看到差异的分布情况：

正如Catree所指出的，这类差异的根源在于JPEG编码的实现细节差异——JPEG是有损压缩格式，Pillow和OpenCV在编码时采用的压缩参数、算法优化细节略有不同，导致生成的图片像素存在极其细微的差别，这些差别人眼无法分辨，但会直接改变文件的哈希值；而PNG作为无损压缩格式，编码逻辑更统一，所以转换格式后再处理，两个库生成的文件就不会出现这类差异了。

内容的提问来源于stack exchange，提问作者chew socks