opencv函数介绍—normalize

1.函数原型

void cv::normalize(InputArry src,InputOutputArray dst,double alpha=1,double beta=0,int norm_type=NORM_L2,int dtype=-1,InputArray mark=noArry())

2.函数作用

归一化数据。该函数分为范围归一化与数据值归一化。（Normalizes the norm or value range of an array.）

3.参数说明

src 输入数组；

dst 输出数组，数组的大小和原数组一致；

alpha 1,用来规范值，2.规范范围，并且是下限；

beta 只用来规范范围并且是上限；

norm_type 归一化选择的数学公式类型；

dtype 当为负，输出在大小深度通道数都等于输入，当为正，输出只在深度与输如不同，不同的地方游dtype决定；

mark 掩码。选择感兴趣区域，选定后只能对该区域进行操作。

4.归一化选择的数学公式类型介绍（norm_type）

设数组中原有{A1,A2,A3...An}

NORM_L1:

NORM_INF:

NORM_L2:

NORM_MINMAX:（AK不属于{max(Ai)},min(Ai),当AK等于max(Ai)时p=1，等于min(Ai)时p=0）

5.举例说明:

src={10,23,71}

NORM_L1运算后得到 dst={0.096,0.221,0.683}

NORM_INF运算后得到 dst={0.141,0.324,1}

NORM_L2运算后得到 dst={0.133,0.307,0.947}

NORM_MINMAX运算得到 dst={0,0.377,1}

6.范围归一化与值归一化的区别

区别一：范围归一化使用的是如下式子，设范围为【0，255】

即把src缩放到【0，255】这个范围内，并不使用上面的4个公式去解。

区别二：使用范围归一化时，beta必有值不等于0

举例说明：

一 值归一化：

#include<opencv2/opencv.hpp>
#include<iostream>
using namespace std;

int main()
{
vector<double>a={ 10,11,234,45,65,456,0 };
cv::normalize(a, a, 1,0, cv::NORM_MINMAX);
for (int i=0;i < a.size();i++)
{
cout << a[i] << endl;
}
return 0;
}

结果如下：

二 范围归一化

#include<opencv2/opencv.hpp>
#include<iostream>
using namespace std;

int main()
{
vector<double>a={ 10,11,234,45,65,456,0 };
cv::normalize(a, a, 0,255, cv::NORM_MINMAX);
for (int i=0;i < a.size();i++)
{
cout << a[i] << endl;
}
return 0;
}

结果如下：