图像归一化处理 相同像素_Opencv学习笔记——图像像素的归一化处理

本文是关于OpenCV中图像像素归一化的学习笔记,介绍了如何使用`cv.normalize`函数进行不同类型的归一化操作,包括NORM_MINMAX、NORM_INF、NORM_L1和NORM_L2,并探讨了归一化的目的和作用。
摘要由CSDN通过智能技术生成

以下均为github上opencv的个人学习笔记,原路径如下:

https://github.com/JimmyHHua/opencv_tutorials

源码示例:

import cv2 as cv

import numpy as np

src = cv.imread("C:/Users/Mark/Desktop/CV/opencv_tutorials-master/opencv_tutorials-master/python/code_011/test.png")

cv.namedWindow("input",cv.WINDOW_AUTOSIZE)

cv.imshow("input", src)

gray = cv.cvtColor(src,cv.COLOR_BGR2GRAY)

#转换为浮点数类型数组

gray = np.float32(gray)

print(gray)

#scale and shift by NORM_MINMAX

dst = np.zeros(gray.shape,dtype = np.float32)

cv.normalize(gray, dst=dst, alpha=0, beta=1.0,norm_type=cv.NORM_MINMAX)

print(dst)

cv.imshow("NORM_MINMAX", np.uint8(dst*255))

#scale and shift by NORM_INF

dst1 = np.zeros(gray.shape,dtype=np.float32)

cv.normalize(gray,dst

  • 1
    点赞
  • 3
    收藏
    觉得还不错? 一键收藏
  • 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
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