二:图像归一化处理

本文介绍了图像归一化中的最大最小值归一化方法,使用OpenCV库进行实现。通过代码示例展示了如何将图像归一化到0-1之间,并讨论了归一化对神经网络处理的好处。同时,对比了两种不同的归一化范围对图像显示和直方图的影响。
摘要由CSDN通过智能技术生成

二:图像归一化处理

图像归一化最常见的就是最大最小值归一化方法,公式如下:

  1. OpenCV中实现图像最大与最小值归一化的函数如下:
  2. normalize(
  3. src, // 表示输入图像, numpy类型
  4. dst, // 表示归一化之后图像, numpy类型
  5. alpha=None, // 归一化中低值 min
  6. beta=None, // 归一化中的高值max
  7. norm_type=None, // 归一化方法,选择最大最小值归一化 NORM_MINMAX,
  8. dtype=None, // 归一化之后numpy数据类型,一般选择cv.CV_32F
  9. mask=None //遮罩层,默认设置为None
  10. )

基于OpenCV实现图像最大最小值归一化的代码演示如下:

  1. image = cv.imread("D:/javaopencv/dahlia_4.jpg")
  2. cv.imshow("input", image)
  3. result = np.zeros(image.shape, dtype=np.float32)
  4. cv.normalize(image, result, alpha=0, beta=1, norm_type=cv.NORM_MINMAX, dtype=cv.CV_32F)
  5. print(result)
  6. cv.imshow("norm",
评论 7
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