【OpenCV 4】图像像素的归一化

最新推荐文章于 2025-07-09 09:41:21 发布
最新推荐文章于 2025-07-09 09:41:21 发布
阅读量6.1k 收藏 18
点赞数 3
CC 4.0 BY-SA版权
分类专栏： OpenCV 文章标签： OpenCV 4 图像处理 归一化 normalize
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.youkuaiyun.com/kingkee/article/details/92838106

一、编程环境：

OpenCV  4.1.0
IDE Visual Studio 2017 Enterprise (15.9.13)
操作系统 Windows 10 x64 中文专业版 (1903)

二、归一化：

归一化就是要把需要处理的数据经过处理后（通过某种算法）限制在一定范围的之内。

首先归一化是为了后面数据处理的方便，其次是保证程序运行时收敛加快。

归一化的具体作用是归纳统一样本的统计分布性。

归一化在0-1之间是统计的概率分布，归一化在某个区间上是统计的坐标分布。归一化有同一、统一和合一的意思。

归一化的目的，是使得没有可比性的数据变得具有可比性，同时又保持相比较的两个数据之间的相对关系，如大小关系；或是为了作图，原来很难在一张图上作出来，归一化后就可以很方便的给出图上的相对位置等。

三、归一化的方式：（在 base.hpp 中定义）

在 OpenCV 4.1.0 中定义了 9 种方式：


                

        

    

    
  


        

            

                      
                        最低0.47元/天 解锁文章
                        

                          
200万优质内容无限畅学

                          
                        

                      
            

        


    



                



	

		

			

				
					
OpenCV之图像像素归一化

				
			

			

				

					MachineLP的专栏
				

				

					07-15
					
					1237
					
				

			

		

		

			
				
python代码：


import cv2 as cv
import numpy as np

src = cv.imread("./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 shi

			
		

	



                

            
              



	

		

			

				
					
18 OpenCV 图像像素类型转换与归一化

				
			

			

				

					L7O7的博客
				

				

					08-16
					
					950
					
				

			

		

		

			
				
但是这可能会给我们模型的训练过程带来一些问题， 因为在深度神经网络训练时一般使用较小的权重值来进行拟合，而当训练数据的值是较大整数值时，可能会减慢模型训练的过程。（虽然图像的像素处于0-1范围时，opencv会自动*255，由于仍然介于0-255之间，所以图像依旧是有效的，并且可以正常查看图像。如果我们在将图像输入到神经网络之前对图像做像素值归一化的处理，即将像素值缩放到0-1之间，就能够避免很多不必要的麻烦。这是因为imshow如果想要正确显示浮点类型的图像，必须进行归一化，把取值空间归一化为[0.1]

			
		

	



              


  
              

                


	

		

			

				
					
openCV实现图像归一化

					
热门推荐

				
			

			

				

					Linda的博客
				

				

					06-03
					
					1万+
					
				

			

		

		

			
				
今天下午师弟问了一个关于图像归一化的问题，因此小编写了关于图像归一化的代码，比如一个文件夹下有多幅图像，每幅图像的大小不一致，如果想把这些图像归一化为相同大小的图像，就涉及到归一化的问题，现分享代码如下：


#include <opencv2/opencv.hpp>
#include "highgui.h"
#include <iostream>
usin...

			
		

	





	

		

			

				
					
图像的像素归一化

				
			

			

				

					Pierce_KK的博客
				

				

					05-23
					
					1万+
					
				

			

		

		

			
				
图像的像素归一化是一个图像的预处理过程。



众所周知图像是由像素组成的，灰度图是由单个像素矩阵组成的，而彩色图像是由三个矩阵所构成的，即我们常说的红，绿，蓝三通道。

每个像素矩阵的取值均是0-255之间的整数，虽然可以直接将原始图像的像素真实值直接作为神经网络模型的训练数据，但是这可能会给我们模型的训练过程带来一些问题，

因为在深度神经网络训练时一般使用较小的权重值来进行拟合，而...

			
		

	



		

			
		



	

		

			

				
					
OpenCV4应用开发——第1章 OpenCV简介与安装

					
最新发布

				
			

			

				

					ZhangWuyi666的博客
				

				

					07-09
					
					924
					
				

			

		

		

			
				
OpenCV早期⼀直由Intel⽀持，后来转由开源社区维护与⽀持。其源码与模块分为正式的Release模块和扩展模块。Release模块中以早期开发的模块居多，都是⼀些⽐较成熟的算法实现。扩展模块中以新开发的模块居多，这些模块⼤多数不够稳定，在商业项⽬中直接使⽤会有⼀定的技术⻛险，使⽤者最好能对模块本⾝与相关算法有⼀定程度的了解。同时，因为受到算法专利的影响，可能偶尔会发⽣上⼀版本Release模块中⽀持的函数到了下⼀版本被放到扩展模块中的情况，但这种情况并不常⻅。

			
		

	





	

		

			

				
					
opencv学习-011-图像像素归一化（normalize）

				
			

			

				

					kuanyew的博客
				

				

					10-22
					
					4912
					
				

			

		

		

			
				
opencv学习-011-图像像素归一化（normalize）
#include <opencv2/opencv.hpp>
#include <iostream>

using namespace cv;
using namespace std;

int main(int argc, const char *argv[])
{
	Mat src = imread("E:/Desktop/y.jpg");
	if (src.empty()) {
		printf("could not

			
		

	





	

		

			

				
					
opencv快速入门—图像像素类型转换与归一化

				
			

			

				

					qq_60678226的博客
				

				

					10-23
					
					549
					
				

			

		

		

			
				
贾志刚老师—opencv基于c++快速入门基础30讲（19）

首先关于归一化：

图像归一化就是把需要处理的像素数据经过归一化处理后即通过某些算法，将这些数据限制在一定范围的之内。数据归一化的作用是为了后面数据处理的方便，其次是保证程序运行时收敛加快。归一化的具体作用是归纳统一样本的统计分布性。归一化在0-1之间是统计的概率分布，归一化在某个区间上是统计的坐标分布。归一化的目的，是使得没有可比性的数据变得具有可比性，同时又保持相比较的两个数据之间的相对关系，如大小关系；或是为了作图，原来很难在一张图上作出

			
		

	





	

		

			

				
					
图像数据归一化

				
			

			

				

					weixin_44610802的博客
				

				

					04-01
					
					1977
					
				

			

		

		

			
				
这些归一化操作可以根据实际需求选择适合的方法，以确保图像数据具有统一的尺度和分布，有利于模型的训练和性能提升。对每个像素值进行线性变换，将其缩放到指定的范围内，通常是 [0, 1] 或 [-1, 1]。计算图像数据的均值（mean）和标准差（standard deviation）。将图像数据的范围缩放到特定范围内，如 [0, 255] 或 [0, 100]。对每个像素值进行线性变换，使其均值为 0，标准差为 1。计算图像数据中的最小值（min）和最大值（max）。对每个像素值减去均值，使其均值为 0。

			
		

	





	

		

			

				
					
OpenCV之图像归一化（normalize）

				
			

			

				

					acl1973的博客
				

				

					08-15
					
					6855
					
				

			

		

		

			
				
什么图像归一化
通俗地讲就是将矩阵的值通过某种方式变到某一个区间内
图像归一化的作用

目前能理解的就是归一化到某个区间便于处理，希望高人可以指点

opencv文档中的介绍
C++:voidnormalize(InputArraysrc, InputOutputArraydst, doublealpha=1, doublebeta=0, intnorm_type=NORM...

			
		

	





	

		

			

				
					
Opencv学习笔记——图像像素的归一化处理

				
			

			

				

					cool_grubby的博客
				

				

					10-24
					
					2830
					
				

			

		

		

			
				
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_tu...

			
		

	





	

		

			

				
					
opencv图像像素类型转换与归一化

				
			

			

				

					每一个不曾起舞的日子，都是对生命的辜负
				

				

					09-18
					
					2652
					
				

			

		

		

			
				
两者可以根据实际需要来选择使用，但请注意它们的不同用途和参数。如果你只需要进行简单的归一化操作，那么。用于将像素值归一化到指定范围内。这两个函数在图像处理中经常会用到，可以根据具体的需求来选择使用。可能更为直观和方便。如果需要进行更复杂的类型转换，包括将图像从一种类型转换为另一种类型，那么。用于更改图像的数据类型，而。

			
		

	





	

		

			

				
					
Contrast Stretch and Normalization：在图像上拉伸对比度并将图像从 0 归一化到 1-matlab开发

				
			

			

				

					06-01
				

			

		

		

			
				
在图像上拉伸对比度并将图像从 0 归一化到 1。该函数与标准拉伸函数的主要区别在于标准函数在图像上找到全局最小值和最大值，然后使用一些低阈值和高阈值来归一化图像（值低于 LowTHR 等同于 LowTHR，高于 HighTHR 的值等同于 HighTHR）。 此函数使用 NEXT 到最小值和最大值的阈值。 因此，我们可以排除图像背景（通常为零）并在图像本身上找到最小值。 同样的考虑也适用于高 thr。 我们排除第一个全局最大值，因为如果它是一个尖峰，我们有更好的机会获得下一个值，如果它不是一个尖峰，通常，下一个值非常接近最大值（假设图像平滑），所以我们的误差很小。 如果图像是均匀的，（所有像素具有相同的值），例如零，函数返回输入数组

			
		

	





	

		

			

				
					
图像归一化处理

				
			

			

				

					ROADLESS_TRAIN的博客
				

				

					10-20
					
					1万+
					
				

			

		

		

			
				
图像归一化处理
1.什么是归一化？
归一化，Normalization,是指将在一定范围内的数值集合转换为0～1范围内。归一化的目的是控制输入向量的数值范围，不能过大或者过小。因为复杂程序运行本身已经非常耗时，如果数值过大，运行速度会更慢。
2.归一化的方法
归一化经常经常采用的是最大最小值法：

x’为归一化之后的数值，x为需要归一化处理的数值
  下面举例说明：
  一个4维向量[12,21,54,32]需要进行归一化处理，xmax=54,xmin=12


归一化处理后，样本全部落在0到1范围内
3.

			
		

	





	

		

			

				
					
关于像素归一化小记

				
			

			

				

					qq_45670407的博客
				

				

					03-26
					
					1335
					
				

			

		

		

			
				
什么是像素归一化

			
		

	





	

		

			

				
					
像素值为什么归一化？归一化作用？

				
			

			

				

					weixin_66732375的博客
				

				

					10-18
					
					2972
					
				

			

		

		

			
				
像素值为什么归一化？归一化作用？

			
		

	





	

		

			

				
					
5.12图像归一化

				
			

			

				

					weixin_45794330的博客
				

				

					09-04
					
					2560
					
				

			

		

		

			
				
努力将学习生产资料公有化

			
		

	





	

		

			

				
					
【OpenCV学习笔记】之五 RGB图像归一化处理函数，消除线性变化的光照影响

				
			

			

				

					图像处理专栏
				

				

					06-19
					
					1万+
					
				

			

		

		

			
				
听说，将RGB图像归一化之后，可以消除部分光照影响，于是在没有找着现成的之后试着写了个，发现它并不能解决我的问题， 处理之后的视觉效果比较差还，像素之间显得那么不和谐。   
现将源码公布，请大家多多指导。  





// 将BGR颜色归一化，消除线性光照影响
bool colorNormal(Mat& img)
{
	if (img.channels() != 3)
	{
		ret

			
		

	





	

		

			

				
					
OpenCV对图像的光照归一化处理

				
			

			

				

					jacke121的专栏
				

				

					02-16
					
					9995
					
				

			

		

		

			
				
OpenCV对图像的光照归一化处理

			
		

	





	

		

			

				
					
opencv RGB归一化

				
			

			

				

					qq_27278957的博客
				

				

					03-22
					
					3663
					
				

			

		

		

			
				
简述

RGB颜色模型是数字图像中比较常见的一种颜色模型，能够反映此时此刻图像中RGB的分布。但是在实际图像处理中，往往会碰到一个比较头疼的问题，就是图像的RGB容易受光照的影响，也就是说，同一位置，不同光照强度会导致图像的RGB值发生很大变化。

那我们如何消除光照导致的影响呢？其实有两种方式:

1、将RGB转换成HSV中的H，即色调。转换公式：


max=max(R,G,B)；

min=...

			
		

	





	

		

			

				
					

				
			

			

				

					
				

			

		

		

			
				

			
		

	



              




          




        



    





    



      

      

        
      

      





	

		
评论 3

	

  
	




  

    

      添加红包
      
    

    

      

        
        

          
          
        

        
请填写红包祝福语或标题

      

      

        
        

          
          个
        

        
红包个数最小为10个

      

      

        
        

          
          元
        

        
红包金额最低5元

      

      

        
        

          当前余额3.43元
          前往充值 >
        

      

      

        

          需支付：10.00元
        

        
        
      

    

  





  

    
    
  

  

    
    
  








  

    

      

        

          

            
            
成就一亿技术人!

          

          

        

        

          

          

            领取后你会自动成为博主和红包主的粉丝
            规则
          

        

      

      

        

          

            
              
            
            

              
hope_wisdom
 发出的红包
            

          

        

        

          

          

          

        

      

    

    

  



      
      

      
实付元

      
使用余额支付

      

        

          

            
            点击重新获取
          

        

        
扫码支付

      

      

        
          
            
          
          
        
      

      

        
        钱包余额
          0
          

            
            

              

                
抵扣说明：

                
 1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
 2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

              

            

          

      

      余额充值