opencv学习-011-图像像素归一化（normalize）

#include <opencv2/opencv.hpp>
#include <iostream>

using namespace cv;
using namespace std;

int main(int argc, const char *argv[])
{
	Mat src = imread("E:/Desktop/y.jpg");
	if (src.empty()) {
		printf("could not load image...\n");
		return -1;
	}
	namedWindow("input", WINDOW_AUTOSIZE);
	imshow("input", src);

	Mat gray, gray_f;
	cvtColor(src, gray, COLOR_BGR2GRAY);

	// 转换为浮点数类型数组
	gray.convertTo(gray, CV_32F);

	// scale and shift by NORM_MINMAX
	Mat dst = Mat::zeros(gray.size(), CV_32FC1);
	normalize(gray, dst, 1.0, 0, NORM_MINMAX);
	Mat result = dst * 255;
	result.convertTo(dst, CV_8UC1);
	imshow("NORM_MINMAX", dst);

	// scale and shift by NORM_INF
	normalize(gray, dst, 1.0, 0, NORM_INF);
	result = dst * 255;
	result.convertTo(dst, CV_8UC1);
	imshow("NORM_INF", dst);

	// scale and shift by NORM_L1
	normalize(gray, dst, 1.0, 0, NORM_L1);
	result = dst * 10000000;
	result.convertTo(dst, CV_8UC1);
	imshow("NORM_L1", dst);

	// scale and shift by NORM_L2
	normalize(gray, dst, 1.0, 0, NORM_L2);
	result = dst * 10000;
	result.convertTo(dst, CV_8UC1);
	imshow("NORM_L2", dst);

	waitKey(0);
	return 0;
}

  首先概述下什么是图像归一化，其实就是通过一系列变换, 将待处理的原始图像转换成相应的唯一标准形式(该标准形式图像对平移、旋转、缩放等仿射变换具有不变特性)。图像归一化使得图像可以抵抗几何变换的攻击，它能够找出图像中的那些不变量，从而得知这些图像原本就是一样的或者一个系列的。
其性质：

1. 归一化处理并没有改变图像的对比度
2. 归一化处理很简单，假设原图像是8位灰度图像，那么读入的像素矩阵最大值为256，最小值为1，定义矩阵为I，J＝I／256，就是归一化的图像矩阵，就是说归一化之后所有的像素值都在［0，1］区间内。

void normalize(	InputArray 	src, 	// 输入图像
			InputOutputArray dst, 	// 输出图像
			double 	alpha = 1, 		// NORM_MINMAX时候低值，1,用来规范值，2.规范范围，并且是下限；
			double 	beta = 0, 		// NORM_MINMAX时候高值，只用来规范范围并且是上限；
			int norm_type = NORM_L2, // 只有alpha
			int dtype = -1, 		// 当为负，输出在大小深度通道数都等于输入，当为正，输出只在深度与输如不同，不同的地方由dtype决定； 
			InputArray 	mask = noArray() // mask默认值为空
)	

norm_type 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。

归一化选择的数学公式类型介绍（norm_type） ：
设数组中原有{A1,A2,A3…An}
NORM_L1:

NORM_INF:

NORM_L2:

NORM_MINMAX:（AK不属于{max(Ai)},min(Ai),当AK等于max(Ai)时p=1，等于min(Ai)时p=0）

举例说明:

最后dst * 255代表还原为图像的像素值，因为图像像素值为0~255