opencv快速入门—图像像素类型转换与归一化

贾志刚老师—opencv基于c++快速入门基础30讲（19）

首先关于归一化：

图像归一化就是把需要处理的像素数据经过归一化处理后即通过某些算法，将这些数据限制在一定范围的之内。数据归一化的作用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。归一化的目的，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。

知识点：像素归一化

Opencv中提供了四种归一化的方法

-NORM_MINMAX

-NORM_INF

-NORM_L1

-NORM_L2

最常用的就是NORM_MINMAX归一化方法。

相关API函数：

normalize	(	InputArray	src,//输入图像
		InputOutputArray	dst,//输出图像
		double	alpha = 1,//NORM_MINMAX时候低值
		double	beta = 0, //NORM_MINMAX时候高值
		int	norm_type = NORM_L2,//只有alpha
		int	dtype = -1,//默认类型与src一致
		InputArray	mask = noArray() //mask默认值为空
	)

头文件： 创建归一化演示函数

 函数文件：函数的实现

 主程序文件：函数调用