OpenCVSharp 笔记18 图像像素类型装换与归一化

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）限制在你需要的一定范围内。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。
归一化的目的简而言之，即归一化数据。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。

        #region 图像像素类型装换与归一化
        // 表示了矩阵中元素的类型以及矩阵的通道个数，它是一系列的预定义的常量，其命名规则为CV_(位数）+（数据类型）+（通道数）。具体的有以下值：
        //CV_8UC1    CV_8UC2     CV_8UC3     CV_8UC4
        //CV_8SC1    CV_8SC2     CV_8SC3     CV_8SC4
        //CV_16UC1   CV_16UC2    CV_16UC3    CV_16UC4
        //CV_16SC1   CV_16SC2    CV_16SC3    CV_16SC4
        //CV_32SC1   CV_32SC2    CV_32SC3    CV_32SC4
        //CV_32FC1   CV_32FC2    CV_32FC3    CV_32FC4
        //CV_64FC1   CV_64FC2    CV_64FC3    CV_64FC4
        //这里U（unsigned integer）表示的是无符号整数，S（signed integer）是有符号整数，F（float）是浮点数。
        //例如：CV_16UC2，表示的是元素类型是一个16位的无符号整数，通道为2.
        //C1，C2，C3，C4则表示通道是1,2,3,4

        //    MatType类型与数值对应关系
        //           C1     C2      C3      C4
        //CV_8U      0      8       16      24
        //CV_8S      1      9       17      25
        //CV_16U     2      10      18      26
        //CV_16S     3      11      19      27
        //CV_32S     4      12      20      28
        //CV_32F     5      13      21      29
        //CV_64F     6      14      22      30

        static void Main(string[] args)
         {
            Mat src = Cv2.ImRead("lenna.png", ImreadModes.AnyColor);
            Cv2.ImShow("src image", src);
            Mat dsc = new Mat();
            
            Console.WriteLine( src.Type().Value);
            src.ConvertTo(src, MatType.CV_32F);// 16 -> 21    CV_8UC3 -> CV_32FC3
            Console.WriteLine(src.Type().Value);

            //public Mat Normalize(double alpha = 1, double beta = 0, NormTypes normType = NormTypes.L2, int dtype = -1, [NullableAttribute(2)] InputArray mask = null);
            //alpha
            //    range normalization模式的最小值
            //beta
            //    range normalization模式的最大值，不用于norm normalization(范数归一化)模式。
            //normType
            //    归一化的类型，可以有以下的取值：
            //    NORM_MINMAX: 数组的数值被平移或缩放到一个指定的范围，线性归一化，一般较常用。
            //    NORM_INF: 此类型的定义没有查到，根据OpenCV 1的对应项，可能是归一化数组的C - 范数(绝对值的最大值)
            //    NORM_L1: 归一化数组的L1 - 范数(绝对值的和)
            //    NORM_L2: 归一化数组的(欧几里德)L2 - 范数
            //dtype
            //    dtype为负数时，输出数组的type与输入数组的type相同；
            //否则，输出数组与输入数组只是通道数相同，而tpye = CV_MAT_DEPTH(dtype).
            //mask
            //    操作掩膜，用于指示函数是否仅仅对指定的元素进行操作。
            dsc = src.Normalize(1,0,NormTypes.MinMax,-1,null);
            Cv2.ImShow("图像数据归一化", dsc);

            Cv2.WaitKey();
         }
        #endregion