本文介绍了OpenCV中的数据归一化概念，强调了归一化在图像处理和机器学习中的重要性，包括加快收敛速度和简化数据处理。文章详细阐述了min-max标准化和z-score标准化两种常见方法，并通过实例展示了归一化前后图像的区别。
最近根据OpenCV官网文档学到了图像模糊这一块，对于”归一化”这个词有些头疼。相信很多小白和我一样。我们先来看一看百科上对OpenCV归一化的定义以及其作用。
“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。首先归一化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。归一化有同一、统一和合一的意思。”
我们可以知道，归一化是一种数据处理方法，但归一化并不是将数据变成1，很尴尬，我起初就是这么理解的。这里的“归“，我们可以理解成”限制“。下面才是这个词语的关键理解，”一“：一个特定范围，一个特定的集合，这里的”特定“：由状况需要而决定。说一句废话，但能解释所有数据处理方法的目的，”转换成我们需要的数据。“
最低0.47元/天 解锁文章
1601
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
