OpenCV中矩阵的归一化

图像处理中，图片像素点单通道值一般是[0-255]的unsigned char类型，将其转化到[0,1]之间，更方便计算，这就需要用到矩阵的归一化运算。

       今天，写程序中需要对某矩阵归一化，用OpenCV的cv::normalize函数，遇到很严重的问题，最后发现，normalize的原矩阵必须是单通道(src.channel==1)，函数执行完，结果矩阵的大小和类型与原矩阵相同。无论之前是否初始化结果矩阵，最后的结果都与原矩阵类型相同。

函数原型：

void normalize(const InputArray src, OutputArray dst, double alpha=1, double beta=0,
     int normType=NORM_L2, int rtype=-1, InputArray mask=noArray())

当用于归一化时，normType应该为cv::NORM_MINMAX，alpha为归一化后的最大值，beta为归一化后的最小值。参看下面的例子：

cv::Mat mat1=Mat(2,2,CV_32FC1);
mat1.at<float>(0,0) = 1.0f;
mat1.at<float>(0,1) = 2.0f;
mat1.at<float>(1,0) = 3.0f;
mat1.at<float>(1,1) = 4.0f;
// 对于这种小矩阵，还有更简单的赋值方式，找时间再改
cout<<"Mat 1:"<<endl;
cout<<mat1<<endl;
normalize(mat1,mat1,1.0,0.0,NORM_MINMAX);
cout<<"Mat 2:"<<endl;
cout<<mat1<<endl;

显示的结果如下图所示：