一些CV零碎

void normalize(const InputArray src, OutputArray dst, double alpha=1, double beta=0,
     int normType=NORM_L2, int rtype=-1, InputArray mask=noArray())

normalize:CV中的归一化函数

当用于归一化时，normType应该为cv::NORM_MINMAX，alpha为归一化后的最大值，beta为归一化后的最小值

norm : cv中求范数的函数

Calculates an absolute array norm, an absolute difference norm, or a relative difference norm.

C++: double norm(InputArray src1, int normType=NORM_L2, InputArray mask=noArray())
C++: double norm(InputArray src1,mask=noArray() )

在人脸检测中也常常用到YCrCb空间，因为一般的图像都是基于RGB空间的，在RGB空间里人脸的肤色受亮度影响相当大，所以肤色点很难从非肤色点中分离出来，也就是说在此空间经过处理后，肤色点是离散的点，中间嵌有很多非肤色，这为肤色区域标定(人脸标定、眼睛等)带来了难题。如果把RGB转为YCrCb空间的话，可以忽略Y(亮度)的影响，因为该空间受亮度影响很小，肤色会产生很好的类聚。这样就把三维的空间将为二维的CrCb，肤色点会形成一定得形状，如：人脸的话会看到一个人脸的区域，手臂的话会看到一条手臂的形态，对处理模式识别很有好处，根据经验某点的CrCb值满足：133≤Cr≤173，77≤Cb≤127 那么该点被认为是肤色点，其他的就为非肤色点。

矩阵元素的访问 
访问单通道矩阵是最简单的，当然也是最重要的。使用Mat的方法at就可以访问位于点(i,j)的值。 
Mat a= Mat(4,3, CV_32FC1); 
float elem_a= a.at<float>(i,j); //获取矩阵元素aij, i的取值范围是 0 t到rows-1 ，j的取值范围是  0 到cols-1 

另外，还可以用这种方式： 
Point p=Point(x,y); 
float elem_a= a.at<float>(p); //注意: y 的取值范围是0 到 rows-1 ， x 的取值范围是 0 到cols-1 

如果需访问的矩阵是多通道矩阵，可能会麻烦一点点，但也不会太麻烦的。使用Mat的ptr方法获取指向某一行的指针，然后使用[ ]来访问在特定通道上的特定值。 
type elem = matrix.ptr<type>(i)[nChannels*j+c] 
其中， 
type：是指矩阵的数据类型(float,double,uchar,等等) 
i：行号（你要访问的是哪一行） 
nChannels：矩阵的通道数（矩阵是多少通道的：1，2，3，4） 
j：列号（你要访问的是哪一列） 
C：通道号（你要访问的是哪一个通道的值） 

使用上面的方法，其实也可以用来访问单通道的矩阵，只是nChannels的值为1，而且c=0即可。 

矩阵的reshape 
矩阵的reshape可以说是矩阵通道和矩阵的行之间的一种转换。例如，假设我们有一个矩阵，它的通道数是Nc ， 矩阵大小是N*1 ， 如果要把这个矩阵转换成单通道的N*Nc大小的矩阵，那么，使用下面的代码即可实现： 
Mat a= Mat(4,1, CV_32FC3); //a 是 4*1, 3 通道矩阵 
Mat b=a.reshape(1); //b 是 4*3, 1 通道矩阵 

矩阵的reshape在什么样的场景中被用到呢？假如我们有个一系列的point对象，如下： 
vector<;Point32f>v;//假设已经放满了数据 
v里面的数据是： 
[(x0, y0, z0)] 
[(x1, y1, z1)] 
[(x2, y2, z2)] 
[(x3, y3, z3)] 
[(..., ..., ...)]
那么，可以通过下面的代码，把vector  v里面的数据导入到mat中： 
Mat m1=Mat(v, true); //boolean 变量true是表示把数据从v拷贝到m1 

如果boolean 变量不是true，那就不会是把v数据拷贝到m1，而仅仅是将m1的数据指针指向v 
通过上面的代码后，矩阵m1里有了多行数据，准确的说矩阵m1是三通道，一列的矩阵，当然有多行，行数和point对象的个数一样，即m1.rows与v.size()是一样的。在这种情况下，我们可以把这个矩阵reshape成v.size行，3列，1通道的矩阵。如图： 

reshape后，就可以对该矩阵进行上述的矩阵代数运算了。处理齐次笛卡儿坐标时，reshape是必须的一个步骤