imshow与归一化

对图像调用cv::distanceTransform 做距离变换，直接显示，结果是一片惨白。

对输出的结果矩阵调用cv::normalize 做归一化后再显示就正常了。

为什么呢？

既然是开源软件，去看源码吧，答案尽在源码中。

以下是OpenCV库源码片断。
void cv::imshow( const String& winname, InputArray _img )
{

......

cvShowImage(winname.c_str(), &c_img);

......

}

 

CV_IMPL void
cvShowImage( const char* name, const CvArr* arr )
{

......

convertToShow(cv::cvarrToMat(image), dst, false);

......

}

 

inline void convertToShow(const cv::Mat &src, cv::Mat &dst, bool toRGB = true)
{
    const int src_depth = src.depth();
    CV_Assert(src_depth != CV_16F && src_depth != CV_32S);
    cv::Mat tmp;
    switch(src_depth)
    {
    case CV_8U:
        tmp = src;
        break;
    case CV_8S:
        cv::convertScaleAbs(src, tmp, 1, 127);
        break;
    case CV_16S:
        cv::convertScaleAbs(src, tmp, 1/255., 127);
        break;
    case CV_16U:
        cv::convertScaleAbs(src, tmp, 1/255.);
        break;
    case CV_32F:
    case CV_64F: // assuming image has values in range [0, 1)
        cv::convertScaleAbs(src, tmp, 256.);
        break;
    }
    cv::cvtColor(tmp, dst, toRGB ? cv::COLOR_BGR2RGB : cv::COLOR_BGRA2BGR, dst.channels());
}

这里看的很清楚，对于CV_32F 和CV_64F 是被假定为已经归一化了来处理的。
上面distanceTransform 出来的矩阵类型是CV_32F，观察数据的话可以发现是1，2，3，4，5。。这些代表距离的原始数据。

归一化后，再观察数据在[0, 1) 区间内分布。

imshow 内部对这种CF_32F 类型的矩阵调用cv::convertScaleAbs 进行调整之后就正常显示了。