Python 两张图片对比找差异 高亮不同区域教程
用 Pillow + numpy 对比两张同尺寸图片，按像素差生成高亮差异图，输出不同区域数量与差异百分比，适合设计稿改版比对、截图核对。
场景痛点
设计稿改了一版，要和上一版比对哪里动了；网页截图跑回归，要确认只有预期位置变化。肉眼逐像素看根本看不出来，叠在一起也对不齐。用 Python 把两张图转成数组做差，差异点染红，自动输出差异图和差异比例，几秒定位改动区域。
用到的库
pip install Pillow numpy
完整代码
# -*- coding: utf-8 -*-
# 对比两张同尺寸图片，把差异区域高亮成红色，输出差异图
import numpy as np
from PIL import Image, ImageChops
def diff_images(path_a, path_b, out_path, threshold=30):
"""threshold 是像素差阈值，小于它算一致"""
a = Image.open(path_a).convert("RGB")
b = Image.open(path_b).convert("RGB")
if a.size != b.size:
# 尺寸不一致就把 b 缩放到 a 的尺寸再比
b = b.resize(a.size, Image.LANCZOS)
# 逐像素做差，返回每通道差值
diff = ImageChops.difference(a, b)
arr = np.asarray(diff).astype("int32")
# 任一通道差超过 threshold 就算该像素不同
mask = (arr.max(axis=2) > threshold)
diff_ratio = mask.mean() * 100
print(f"差异像素占比：{diff_ratio:.2f}%")
# 把原图 a 复制一份，差异像素染红
out = a.copy()
out_arr = np.asarray(out)
out_arr[mask] = [255, 0, 0] # 红色
Image.fromarray(out_arr).save(out_path)
# 同时输出一张纯差异热力图（白底黑差异）
heat = Image.fromarray((mask * 255).astype("uint8"))
heat.save(out_path.replace(".", "_heat."))
print(f"差异图：{out_path}")
print(f"热力图：{out_path.replace('.', '_heat.')}")
return diff_ratio
if __name__ == "__main__":
diff_images("./v1.png", "./v2.png", "./diff_result.png", threshold=30)
代码讲解
- 先把两张图都转成
RGB，尺寸不一致时把第二张缩放到第一张的尺寸，避免数组形状对不上。 ImageChops.difference(a, b)逐通道做差，结果是一张"哪里不同就哪里发亮"的图。- 转成 numpy 数组后，按
(arr.max(axis=2) > threshold)生成布尔蒙版：只要 R/G/B 任一通道差值超过阈值，就认为这一像素变了。 mask.mean() * 100直接得到差异百分比，方便写进自动化测试报告。- 高亮图把原图复制一份，差异像素位置直接赋值
[255,0,0]红色，一眼看到改动在哪。 - 另外存一张热力图，白底黑点，方便放到 Bug 单里。
运行结果
把两版设计稿命名为 v1.png、v2.png 放在当前目录，运行后终端打印差异百分比，同时生成 diff_result.png（差异处染红）和 diff_result_heat.png（纯黑白热力图）。
注意事项
- 阈值
threshold=30是经验值：抗锯齿、压缩噪点会产生 10 以内的差值，设太小会把噪点当成差异；设太大又会漏掉细微改动。 - 两张图必须是同尺寸同缩放，否则差异会铺满整图。需要先对齐可参考 PIL 裁剪/缩放代码。
- 大尺寸图（4K 以上）numpy 内存占用大，可先把图缩到 1080 宽再比，速度快很多。
- JPG 二次保存会有压缩噪声，对比 JPG 时阈值建议调到 40~50。
更新时间：2026-09-14 20:23:37