18 OpenCV 图像像素类型转换与归一化

于 2024-08-16 15:39:42 发布
阅读量822 收藏 28
点赞数 18
分类专栏： OpenCV 文章标签： opencv webpack 人工智能
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-NC-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/weixin_44289472/article/details/141261479
版权

18 图像像素类型转换与归一化

opencv知识点：

  • 数据类型转换 - convertTo

  • 数据类型 - CV_bit位数+U/S/F+C通道数

  • 归一化 - normalize

  • 归一化类型 - NormTypes

本课所解决的问题：

  • 如何转换图像数据类型？
  • 如何归一化图像像素取值？
  • 归一化有什么用？

1.图像数据类型与归一化类型

在opencv当中，我们可以通过API，对图像数据类型进行转换，以及对数据的取值空间范围进行转换。

它们分别要用到的API：

  • convertTo
  • normalize

这里分别对它们进行解释

convertTo

convertTO
	数据类型转换
		本文采用了第一种传参方式
		共2个参数
			第1个参数 输入
			第2个参数 将要转换的数据类型（查阅文档可知）

normalize

normalize
	归一化，归一指归为同一范围
		共7个参数
			第1个参数 输入
			第2个参数 输出
			
			第3个参数 alpha 规范值/归一化范围下限
			第4个参数 beta 归一化范围上限
					默认规范值为1，即数值规范为1，此时beta = 0
					（所以这两处有两种传参方式
						第一种 1.0 0，默认的这种，取值规范为[0,1
最低0.47元/天 解锁文章
L7O7
关注
专栏目录
【个人笔记】OpenCV4 C++ 快速入门 18课
CSDN仅为笔记之用。
01-24 1779
18 图像像素类型转换与归一化
OpenCV（8）像素归一化、图像二值化 C++
soinlove36的专栏
08-22 3694
1.（cv :: normalize）范数归一化 归一化就是要把需要处理的数据经过处理后（通过某种算法）限制在你需要的一定范围内。 CV_EXPORTS_W void normalize( InputArray src, InputOutputArray dst, double alpha = 1, double beta = 0, int norm_type = NORM_L2, int dtype = -1, InputArray mask
图像归一化灰度化代码c++
01-10
可将彩色的图像转换成灰度图像，更改图像的尺寸
图像归一化：原理、优势与C++实现
最新发布
127.0.0.1的博客
03-18 987
在数字图像处理中，归一化是一个至关重要的预处理步骤。通过归一化，我们可以将图像的像素值转换到一个统一的范围内，通常是[0, 1]或[-1, 1]，这样做有助于提升后续处理的准确性和效率。本文将介绍图像归一化的基本原理、优势，并提供一个简单的C++实现示例。
Opencv python C++ 归一化
jacke121的专栏
05-17 9228
Opencv C++下的Mat归一化 void Mat_L2_mormal(cv::Mat &image) { //mat*mat, cv::Mat out; out=(image) .mul (image); float sum=0.0; for (int i=0;i<image.rows;i++){ sum=sqrt(cv::sum(out.row(i))[0]); image.row(i)=(image.row...
Qt+OpenCV联合开发（二十）--图像像素类型转换与归一化
hml111666的博客
02-04 2036
一、基本知识 大家知道，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，用convertTo()的API函数实现。另外一个维度上面你可以对数据的取值空间scale即0-255之间压到0-1取值范围之间，这个就用到归一化函数normalize()，简单点说就是进行归一化。 四种归一化的方法：（0-255归一化到0-1） MORM_MINMAX(最常用) MORM_INF MORM_L1 MORM_L2 二、函数原型 1、convertTo函数 作用：将数
opencv笔记17-图像像素类型转换与归一化
qq_48065235的博客
04-27 4886
图像像素类型转换与归一化 #include<iostream> #include<opencv2/opencv.hpp> using namespace std; using namespace cv; /* * opencv中提供了四种归一化方式： * -NORM_MINMAX：根据delta=max-min * -NORM_INF: 根据最大值 * -NORM_L1：依据单位向量为1 * -NORM_L2：依据和为1 * 最常用
图像像素类型转换与归一化
weixin_46196863的博客
11-09 1550
图像的像素归一化是一个图像的预处理过程。 一、引入 众所周知图像是由像素组成的，灰度图是由单个像素矩阵组成的，而彩色图像是由三个矩阵所构成的，即我们常说的红，绿，蓝三通道。 每个像素矩阵的取值均是0-255之间的整数，虽然可以直接将原始图像的像素真实值直接作为神经网络模型的训练数据，但是这可能会给我们模型的训练过程带来一些问题， 因为在深度神经网络训练时一般使用较小的权重值来进行拟合，而当训练数据的值是较大整数值时，可能会减慢模型训练的过程。 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
OpenCV之图像像素归一化
MachineLP的专栏
07-15 1137
python代码： import cv2 as cv import numpy as np src = cv.imread("./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 shi
图像归一化
12-04
对图像进行归一化处理，基于opencv的c++ 源代码
图片归一化处理代码
05-12
读取并显示，然后进行归一化处理，附件为文件的整个工程。编译运行无错误，需要自己添加图片。
opencv归一化遍历文件
05-19
将你的数据集，测试集等全部遍历，变成统一大小。
c++ opencv 基本操作
jacke121的专栏
11-25 3805
c++ opencv 基本操作
【OpenCV4】使用 normalize() 进行归一化（c++）
AItrust的博客
08-05 2371
代码】【OpenCV4】使用 normalize() 进行归一化（c++）
OpenCV4（C++） —— 图像数据类型转换和颜色模型转换
qq_43199575的博客
10-07 1724
OpenCV中使用imread读取一张彩色图像时，默认采用的是BGR通道和整数类型(0-255，CV_8U)。还有其他的颜色模型，如YUV、HSV、Lab、GRAY等，都是可以进行转换的。OpenCV采用的是BGR的通道顺序，可以使用通道的分离和融合来进行验证。在某些情况下，会将整数类型(0-255)转换为浮点类型(0-1)，可采用。在OpenCV中，彩色图像默认读取为RGB颜色模型（dst = src*缩放因子+偏移量。
OpenCV之图像归一化（normalize）
acl1973的博客
08-15 6738
什么图像归一化 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 图像归一化的作用 目前能理解的就是归一化到某个区间便于处理，希望高人可以指点 opencv文档中的介绍 C++:voidnormalize(InputArraysrc, InputOutputArraydst, doublealpha=1, doublebeta=0, intnorm_type=NORM...
图像处理之像素的修改
weixin_44753371的博客
03-16 1210
1、像素的修改操作 c++取图像的像素：img.at操作。 读取彩色图像的像素值： b通道： img.at(row,col)[0] ; // 表示彩色3通道，分别是b、g、r g通道： img.at(row,col)[1] ; r通道： img.at(row,col)[2]; 示例图像： 结果图像： #include <opencv2/opencv.hpp> #include <iostream> using namespace std; using namespace cv;
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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