Opencv学习笔记——图像像素的归一化处理

最新推荐文章于 2025-10-06 21:45:16 发布

原创

最新推荐文章于 2025-10-06 21:45:16 发布 · 2.8k 阅读

6 ·

CC 4.0 BY-SA版权

本文是关于OpenCV中图像像素归一化的学习笔记，详细介绍了使用`cv.normalize`函数进行NORM_MINMAX、NORM_INF、NORM_L1和NORM_L2四种归一化方式的操作，并提供了代码示例。归一化的主要目的是使数据具有可比性，加速程序收敛，保持数据的相对关系。

以下均为github上opencv的个人学习笔记，原路径如下：

https://github.com/JimmyHHua/opencv_tutorials

源码示例：

import cv2 as cv
import numpy as np

src = cv.imread("C:/Users/Mark/Desktop/CV/opencv_tutorials-master/opencv_tutorials-master/python/code_011/test.png")
cv.namedWindow("input",cv.WINDOW_AUTOSIZE)
cv.imshow("input", src)
gray = cv.cvtColor(src,cv.COLOR_BGR2GRAY)

#转换为浮点数类型数组
gray = np.float32(gray)
print(gray)

#scale and shift by NORM_MINMAX
dst = np.zeros(gray.shape,dtype = np.float32)
cv.normalize(gray, dst=dst, alpha=0, beta=1.0,norm_type=cv.NORM_MINMAX)
print(dst)
cv.imshow("NORM_MINMAX", np.uint8(dst*255))

#scale and shift by NORM_INF
dst1 = np.zeros(gray.shape,dtype=np.float32)
cv.normalize(gray,dst=dst1,alpha=1.0,beta=0,norm_type=cv.NORM_INF)
print(dst1)
cv.imshow("NORM_INF", np.uint8(dst1*255))

#scale and shift