Qt+OpenCV联合开发(二十)--图像像素类型转换与归一化

本文介绍了OpenCV中图像数据类型的转换和归一化方法,包括convertTo()和normalize()函数的应用,以及NORM_MINMAX归一化的具体实现和影响。重点讲解了为何先转换数据类型再归一化的重要性,提供了代码示例和归一化的计算原理。
摘要由CSDN通过智能技术生成

一、基本知识

在前面学习的基础上,大家知道了一张图像默认的存储格式是8位字节类型的,实际上在opencv中可以转换不同的数据类型(如转成浮点型),用convertTo()的API函数实现。

另外,还可以把数据的取值范围0-255压缩到0-1的取值范围,这就是归一化,通俗地讲就是将矩阵的值通过某种方式变到某一个区间内。用归一化函数normalize()实现。当图像的像素处于0-1范围时,由于仍然介于0-255之间,所以图像依旧是有效的,并且可以正常查看图像,图像的像素归一化是一个图像的预处理过程。

归一化的好处:如果我们在将图像输入到神经网络之前对图像做像素值归一化的处理,即将像素值缩放到0-1之间,非常便于处理。

四种归一化的方法:

  • 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,常用
  • NORM_INF: 根据OpenCV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L2-范数(欧几里德)

二、函数原型

1、convertTo函数

作用:将数组(图像)转换为另一种具有可选缩放比例的数

  • 2
    点赞
  • 4
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

ze言

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值