skimage实现图像相减

`scikit-image`是一个强大的Python库，用于图像处理、计算机视觉和机器学习任务。对于图像相减，它提供了方便的功能和一些高级功能，比如处理边界条件和保证结果的正确性。

使用`scikit-image`进行图像相减，你可以利用其内置的`subtract()`函数，该函数可以避免直接的数值溢出，并且考虑到像素的上下文。例如：

from skimage import data, exposure, color
from skimage.util import random_noise

# 加载两张图像
img1 = data.camera()
img2 = random_noise(img1)

# 使用skimage.subtract()进行相减
result = exposure.subtract(img1, img2)

# 注意，由于scikit-image会自动处理边界和异常值，你无需手动应用像上述提到的饱和加法或其他技巧

`exposure.subtract()`函数会确保结果像素值在合理范围内，这包括处理负值和潜在的溢出。此外，它还可以提供其他有用的选项，如调整动态范围或设置像素阈值等。

在使用`subtract()`前，记得检查输入图像的数据类型，确保它们都支持相应的算术运算。如果不适合，可能需要先转换图像数据类型。