图像处理中,图片像素点单通道值一般是[0-255]的unsigned char类型,将其转化到[0,1]之间,更方便计算,这就需要用到矩阵的归一化运算。
今天,写程序中需要对某矩阵归一化,用OpenCV的cv::normalize函数,遇到很严重的问题,最后发现,normalize的原矩阵必须是单通道(src.channel==1),函数执行完,结果矩阵的大小和类型与原矩阵相同。无论之前是否初始化结果矩阵,最后的结果都与原矩阵类型相同。
函数原型:
1 | void normalize( const InputArray src, OutputArray dst, double alpha=1, double beta=0, |
2 | int normType=NORM_L2, int rtype=-1, InputArray mask=noArray()) |
当用于归一化时,normType应该为cv::NORM_MINMAX,alpha为归一化后的最小值,beta为归一化后的最大值。参看下面的例子:
1 | cv::Mat mat1=Mat(2,2,CV_32FC1); |
2 | mat1.at< float >(0,0) = 1.0f; |
3 | mat1.at< float >(0,1) = 2.0f; |
4 | mat1.at< float >(1,0) = 3.0f; |
5 | mat1.at< float >(1,1) = 4.0f; |
10 | normalize(mat1,mat1,1.0,0.0,NORM_MINMAX); |
显示的结果如下图所示:
OpenCV中normalize函数实现归一化的结果