函数原型:
dst = cv.normalize( src, dst[, alpha[, beta[, norm_type[, dtype[, mask]]]]] )
- src: 输入数组
- dst: 输出数组,支持原地运算
- alpha: 最小值
- beta:最大值
- normType :归一化的类型
类型选择:
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。